Analyse de Données — Cours 24h

Institut Polytechnique de Saint-Louis (IPSL) / Analyse de Données · 2025–2026 Niveau : 1ère année ingénieur (GeIT1) | Volume : 24h — 6 séances

---

Description

Ce dépôt contient les supports de cours, exercices (TD) et travaux pratiques (TP) du module Analyse de Données.

Le cours couvre l'intégralité du cycle de vie d'un projet data — de la collecte et du nettoyage jusqu'à la modélisation et l'industrialisation d'un pipeline — avec une approche résolument pratique en Python.

L'environnement repose sur marimo (notebooks réactifs, alternative moderne à Jupyter) et uv (gestionnaire de dépendances ultra-rapide, alternative à conda/pip).

Plan des séances

#	Thème	Outils
1	Introduction à l'analyse de données	pandas, marimo, uv
2	Collecte, nettoyage et préparation	pandas, ydata-profiling
3	Analyse statistique et visualisation exploratoire (EDA)	scipy, seaborn, plotly, statsmodels
4	Échantillonnage et réduction de dimension	scikit-learn, PCA
5	Clustering — K-Means et segmentation	scikit-learn, seaborn
6	Régression et classification supervisées	scikit-learn, SHAP
7	Industrialisation d'un pipeline	MLflow

---

Prérequis

• Python 3.12+
• Bases en Python (fonctions, listes, dictionnaires)
• Notions de probabilités et d'algèbre linéaire

---

Installation

1. Cloner le dépôt

git clone https://github.com/sopekhadim/data_analysis.git
cd data_analysis

2. Installer uv

uv est un gestionnaire de paquets et d'environnements Python très rapide (remplace pip + conda).

# Linux / macOS
curl -LsSf https://astral.sh/uv/install.sh | sh

# Windows (PowerShell)
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

Vérifier l'installation :

uv --version

3. Installer marimo globalement (commande disponible sans uv run)

uv tool install "marimo[recommended]"

Après cette commande, marimo est accessible directement dans le terminal :

marimo edit seance3_analyse_statistique_EDA.py
marimo run seance3_analyse_statistique_EDA.py

Note : uv tool install installe l'outil dans un environnement isolé global, distinct du projet. Cela permet d'utiliser marimo comme une commande système, sans avoir à préfixer chaque commande avec uv run.

4. Installer les dépendances du projet

uv sync

Cette commande lit le fichier pyproject.toml, crée un environnement virtuel .venv/ et installe toutes les dépendances (pandas, scipy, seaborn, plotly, statsmodels, marimo…).

---

Utilisation

Lancer un notebook marimo

# Avec uv tool install marimo (recommandé — commande directe)
marimo edit seance1-0_introduction_analyse_donnees.py
marimo edit seance2_collecte_nettoyage_preparation.py
marimo edit seance3_analyse_statistique_EDA.py

# Ou avec uv run (sans installation globale)
uv run marimo edit seance3_analyse_statistique_EDA.py

Mode lecture seule (présentation)

marimo run seance3_analyse_statistique_EDA.py

Créer un nouveau notebook

marimo new mon_notebook.py

Vérifier les erreurs d'un notebook sans le lancer

marimo check seance3_analyse_statistique_EDA.py

---

Commandes uv utiles

# Ajouter une dépendance
uv add numpy

# Ajouter une dépendance de développement
uv add --dev pytest

# Supprimer une dépendance
uv remove nom-du-paquet

# Mettre à jour toutes les dépendances
uv sync --upgrade

# Lister les paquets installés
uv pip list

# Exécuter un script Python dans l'environnement du projet
uv run python main.py

---

Commandes marimo utiles

# Éditer un notebook (mode interactif)
marimo edit notebook.py

# Exécuter un notebook en mode application
marimo run notebook.py

# Convertir un notebook Jupyter (.ipynb) en marimo
marimo convert notebook.ipynb -o notebook.py

# Lancer le tutoriel interactif marimo
marimo tutorial intro

# Mettre à jour marimo
uv tool upgrade marimo

---

Structure du dépôt

data_analysis/
├── seance1_introduction_analyse_donnees_v3.py   # Séance 1 — Introduction
├── seance2_collecte_nettoyage_preparation.py     # Séance 2 — Nettoyage
├── seance3_analyse_statistique_EDA.py            # Séance 3 — Stats & EDA
├── datasets/                                     # Jeux de données locaux
├── Syllabus/                                     # Syllabus détaillé du cours
├── pyproject.toml                                # Dépendances du projet
└── uv.lock                                       # Versions exactes (reproductibilité)

---

Dépendances principales

Librairie	Usage
pandas	Manipulation de données tabulaires
numpy	Calcul numérique
scipy	Tests statistiques
statsmodels	Modèles statistiques avancés
seaborn / matplotlib	Visualisation statique
plotly	Visualisation interactive
scikit-learn	Machine learning
marimo	Notebooks réactifs

---

Références

• McKinney, W. (2022). Python for Data Analysis, 3e éd. O'Reilly.
• VanderPlas, J. (2016). Python Data Science Handbook. O'Reilly.
• Documentation marimo : marimo.io
• Documentation uv : docs.astral.sh/uv