(***) DataSet Visualisation using Python

Expérimentation: étude d’un concept à partir d’un document.

De taper le code, de corriger les fautes de frappes, les erreurs de compilateur et les adaptations personnelles est un exercice formateur.

Cette référence présente toute une série de façons d’afficher des données graphiquement.

Les premières pages introduisent avec la librairie Faker une façon de générer un fichier de données vraiment aléatoires avec des champs qui nous intéressent!

CONSTATATIONS:

Parfois, les fonctions ou paramètres sont modifiées avec les versions des librairies, en utilisant des informations provenant de documents papiers. On se retrouve avec des erreurs de compilateurs de fonctions « deprecated », obsolètes. Il faut alors trouver son équivalent.

L’apprentissage par recopie d’un code existant par soi-même est un bon exercice! Soyez un « copycat »! Faites en plusieurs pour faire différentes découvertes.

Une chaine de caractères ‘ ‘ et une variable sont souvent rencontrées dans un code: l’une pour afficher, l’auitre comme variable: cette dernière a souvent un _ comme ajout!

De relire avec attention ce qu’on vient de taper est une bonne habitude.

Lorsqu’on envoie une compilation (« Execute », « Run », « Play »), dans Jupyter, on voit un petit astérisque [* ] pour indiquer que le compilateur est en plein travail. Il faut être juste patient. Exemple: « pairplot » doit créer parfois 3×3 graphiques et demande une bonne dose de calcul de processeur!

Il est utile de faire afficher le numéro de ligne dans Jupyter, ou tout outil de programmation comme Visual Code ou Spyder. C’est un truc utilisé depuis les touts débuts de l’histoire de la programmation, pourtant, il demeure utile pour se repérer dans le débuggage!