import pandas as pan #pour les données :gestion des data.frame import numpy as np import matplotlib.pyplot as plt import scipy.stats.mstats as ms ################### Exercice 1 ######################### df=pan.read_csv("http://math.univ-lyon1.fr/homes-www/dabrowski/nutriage.csv",sep="\t") df=pan.read_csv("https://math.univ-lyon1.fr/~dabrowski/nutriage.csv",sep="\t") #1 #the cafe : quantitatives discrètes #taille, poids, age quantitatives continues #sexe, viande, poisson, matgras : qualitatives (les trois dernières ont un ordre "naturel", # on dit qu'elles sont ordinales) #2 df['sexe']=df['sexe'].astype('category') #Pour ne pas se tromper on regarde l'ordre des classes df['sexe'].cat.categories df['sexe'].cat.categories=["Femme","Homme"] # si Python > 3.11.5, utiliser à la place: df['sexe'].cat.rename_categories(["Femme","Homme"]) type1=pan.CategoricalDType(categories=["Femme","Homme"],ordered=False) df['sexe']=df['sexe'].astype(type1) #Poisson df['poisson']=df['poisson'].astype('category') df['poisson'].cat.categories freq=["jamais","<1/sem.","1/sem.","2-3/sem.","4-6/sem.","1/jour"] #on crée une liste avec les noms de niveaux df['poisson'].cat.categories=freq #on change les noms #Autre solution où on indique aussi à Pandas qu'il y a un ordre freq_type=pan.CategoricalDtype(categories=freq, ordered=True) df['poisson'].cat.categories=freq #on change les noms df['poisson']=df['viande'].astype(freq_type)#on passe au type ordonné #viande df['viande']=df['viande'].astype('category') df['viande'].cat.categories df['viande'].cat.categories=freq #on change les noms df['viande']=df['viande'].astype(freq_type)#on passe au type ordonné #matières grasses df['matgras']=df['matgras'].astype('category') ListeMatGras=["beurre","margarine","arachide","tournesol","olive","Melange","colza","canard"] df['matgras'].cat.categories=ListeMatGras #3 df['taille']=df['taille'].astype('float64') df['poids']=df['poids'].astype('float64') df['age']=df['age'].astype('float64') #Verification df.dtypes print(df["viande"]) print(df) ###################Exercice 2######################### help(pan.crosstab) #1 table=pan.crosstab(df["sexe"],df["matgras"]) print(table) #47 femmes de l'échantillon utilisaient de l'huile de Tournesol #2 tableFreq=pan.crosstab(df["sexe"],df["matgras"], normalize=True,margins=True) print(tableFreq) tableFreq.iloc[2,0:8] tableFreq.iloc[2,3]#le tournesol est consommé par 30.09% des personnes intérrogées ###Autre solution 1 tableMG=pan.crosstab(df["matgras"],columns="Choix de Matières Grasses", normalize=True) print(tableMG) tableMG.iloc[3] ###Autre solution 2 tableMG=df["matgras"].value_counts(sort=False)/226 print(tableMG) tableMG['tournesol'] plt.pie(tableMG.iloc[0:9]) #3 #Solution de base plt.pie(df["matgras"].value_counts(sort=False)) #Solution améliorée fig1, ax1 = plt.subplots() col=["#0099FF", "#33FF99","#FF9900", "#9900FF", "#99FF33","#FF3399","#000000", "#9933FF"] ax1.pie(df["matgras"].value_counts(sort=False), labels=df['matgras'].cat.categories,colors=col) fig1.suptitle('Diagramme circulaire de matgras') plt.show(ax1) #4 #Solution de base tV=df["viande"].value_counts()/226 plt.bar(tV.index,tV) #solution améliorée tableViande=pan.crosstab(index=df["viande"],columns="Consommation de Viande",normalize=True) tableViande.plot.bar() #5 plt.plot(tableViande.index,np.cumsum(tableViande),color='b') #Alternative: plt.plot(tableViande.index,tableViande.cumsum(),color='b') #6 tableViande=pan.crosstab(index = df["viande"],columns ="freq",normalize=True) l=len(tableViande);x = np.arange(l);w=0.7 fig, ax = plt.subplots();ax.set_ylim(0,0.4) ax.bar(x,np.reshape(tableViande.values,l), width=w, color=col) ax2=ax.twinx() ax2.tick_params(axis='y', labelcolor='b') ax2.set_ylim(0,1) ax2.plot(x,tableViande.cumsum(),color='b') fig.suptitle("Diagramme en tuyau d’orgue et fonction de répartition de viande") ax.set_xticks(x) ax.set_xticklabels(tableViande.index) ax.legend(frameon=False) ###################Exercice 3######################### #1 tableCafe=pan.crosstab(index=df["cafe"],columns="freq",normalize=True).cumsum() tableCafe.plot.bar(width=0.05) #2 tableThe=pan.crosstab(index = df["the"],columns="freq",normalize=True).cumsum() xThe = np.array([-1,*(tableThe.index)])#abcisses aux valeurs et -1 val=np.reshape(tableThe.values,len(tableThe))#valeurs des fréquences cumulées figThe, axThe = plt.subplots(); axThe.step(xThe,np.array([0,*val]), where='post', color="#556b2f")#trace le diagramme en escalier en ajoutant un point de départ à valeur 0 #facultatif : axThe.plot(tableThe.index, val, 'C2o', alpha=0.5)#trace les points de sauts axThe.set_xticks(xThe)#les valeurs des sauts en abscisse #3 plotPoids=df["poids"].plot.hist(title='Histogramme de poids') plt.show(plotPoids) #4 figAge, axAge = plt.subplots() axAge.hist(df["age"],[*(65+np.arange(10)*2),90,92], color=col[2],rwidth=0.95,density=True) ###################### Supplément: on peut aussi illustrer l'ajout d'une barre au niveau de la moyenne figAge, axAge = plt.subplots() axAge.hist(df["age"],[*(65+np.arange(10)*2),90,92], color=col[2],rwidth=0.95,density=True) ax2=axAge.twinx() ax2.bar(np.mean(df["age"]),0.08,color='blue',width=.2) axAge.set_ylabel('Densité') figAge.suptitle("Histogramme de la variable age avec Moyenne (en bleu)") np.mean(df["age"]) #5 plt.plot(df["taille"],df["poids"],'b.') #solution avec ajout fig, ax = plt.subplots() ax.plot(df["taille"],df["poids"],'b.') ax.set_ylabel("poids") ax.set_xlabel("taille") fig.suptitle("Nuage de Points de la taille en fonction de l'âge") #6 box=df.boxplot(column=['age','poids','taille']) box.set_title('Diagramme à moustache de age, poids et taille') plt.show(box) box2=df.boxplot(column=['the','cafe']) box2.set_title('Diagramme à moustache des consommations de Thé et Café') plt.show(box2) #La consommation de thé a beaucoup de valeurs extrêmes, une écrasante majorité ne consomme jamais de thé et la presque totalité au plus 1 ou 2, d'où une très forte assymétrie de la Moustache #La consommation de Cafe est beaucoup typique et similaire à celle des variables continues avec peu de valeurs extrêmes. #En tout cas, le diagramme à moustache suffit à montrer que les deux consommations sont qualitativement très différentes. ###################Exercice 4######################### #1 x=np.array([1,8,5,1]) #2 y=np.concatenate(([0],1+2*np.array(range(5)))) y=np.concatenate(([0],[i for i in range(10) if i%2==1])) y=np.concatenate(([0],range(1,10,2))) #3 y[2] y[2:4] y[-2]#7 y[y<=5] #4 y[2*np.array(range(3))] #ou y[2*np.arange(3)] y[y>=1] #5 y[y>0]#on triche vu que les valeurs y>0 correspondent à x>0 y[1:] #6 X=np.repeat(x.reshape(1,4),25,axis=0).reshape(100) np.reshape(np.repeat(x.reshape(1,4),25,axis=0),100) #Attention: Les commandes suivantes ne donnent PAS ce qu'on demande: np.repeat(x,25)#1er essai:mauvais sens