Dans ce module, les étudiants sont initiés aux concepts de base tels que le cadre de données (Data Frame) et la jointure de données. Ils utiliseront pandas, une bibliothèque d'analyse de données standard, pour charger et interroger des données réelles et répondre à des questions sur ces données. Ce module montre comment effectuer un filtrage et une indexation avancés, découper des sous-ensembles de données, restreindre les attributs de données dans les résultats des requêtes et effectuer des calculs de base sur les données. Vous apprendrez également à construire un système de recommandation simple, à nettoyer les données, à gérer les valeurs manquantes et à créer de nouvelles données.

Ce module va plus loin dans l'analyse des données en fournissant une vue d'ensemble du processus d'agrégation, de synthèse et de visualisation des données. Les étudiants sont initiés au concept de regroupement et d'indexation des données, et à la manière d'afficher les résultats dans un tableau croisé dynamique à l'aide de pandas. Ce module montre également comment préparer et visualiser des données à l'aide d'un histogramme et d'un nuage de points dans Jupyter Notebook. Les étudiants acquerront des compétences en matière d'agrégation et de synthèse des données, ainsi que de visualisation des données de base. En outre, les étudiants auront l'occasion d'utiliser des bibliothèques d'analyse de données telles que numpy et matplotlib.