Bien sûr, voici un exemple de code Python pour analyser des données dans le domaine du big data. Ce code utilise des outils courants comme Pandas pour le traitement des données et Matplotlib pour la visualisation. Nous allons supposer que nous avons un fichier CSV contenant des données sur les ventes d’une entreprise.
« `python
import pandas as pd
import matplotlib.pyplot as plt
# Lire les données depuis un fichier CSV
data = pd.read_csv(‘sales_data.csv’)
# Afficher les premières lignes du fichier pour vérifier les données
print(data.head())
# Analyse des données
# Calculer les ventes totales
total_sales = data[‘Sales’].sum()
print(f »Total Sales: ${total_sales:.2f} »)
# Analyse des ventes par région
sales_by_region = data.groupby(‘Region’)[‘Sales’].sum()
print(« \nSales by Region: »)
print(sales_by_region)
# Visualisation des ventes par région
plt.figure(figsize=(10, 6))
sales_by_region.plot(kind=’bar’, color=’skyblue’)
plt.title(‘Sales by Region’)
plt.xlabel(‘Region’)
plt.ylabel(‘Total Sales ($)’)
plt.xticks(rotation=0)
plt.tight_layout()
plt.show()
# Analyse des ventes mensuelles
data[‘Date’] = pd.to_datetime(data[‘Date’])
data[‘Month’] = data[‘Date’].dt.month
monthly_sales = data.groupby(‘Month’)[‘Sales’].sum()
print(« \nMonthly Sales: »)
print(monthly_sales)
# Visualisation des ventes mensuelles
plt.figure(figsize=(10, 6))
monthly_sales.plot(kind=’line’, marker=’o’, color=’darkgreen’)
plt.title(‘Monthly Sales’)
plt.xlabel(‘Month’)
plt.ylabel(‘Total Sales ($)’)
plt.xticks(range(1, 13))
plt.tight_layout()
plt.show()
# Analyse des ventes par catégorie de produits
sales_by_category = data.groupby(‘Category’)[‘Sales’].sum()
print(« \nSales by Category: »)
print(sales_by_category)
# Visualisation des ventes par catégorie de produits
plt.figure(figsize=(10, 6))
sales_by_category.plot(kind=’pie’, autopct=’%1.1f%%’, startangle=140, colors=[‘gold’, ‘lightgreen’, ‘lightblue’])
plt.title(‘Sales by Category’)
plt.ylabel( »)
plt.show()
# Sauvegarder les analyses dans un fichier CSV
analysis_results = pd.DataFrame({
‘Region’: sales_by_region.index,
‘Total Sales’: sales_by_region.values
})
analysis_results.to_csv(‘sales_analysis.csv’, index=False)
print(« \nAnalysis results have been saved to ‘sales_analysis.csv' »)
« `
### Explication du Code
1. Importation des bibliothèques : Nous importons Pandas pour le traitement des données et Matplotlib pour la visualisation.
2. Lecture des données : Le fichier CSV contenant les données de ventes est lu dans un DataFrame Pandas.
3. Affichage des données : Les premières lignes du DataFrame sont affichées pour vérifier les données.
4. Analyse des ventes totales : Le total des ventes est calculé en sommant les valeurs de la colonne ‘Sales’.
5. Analyse des ventes par région : Les ventes sont groupées par région et la somme des ventes par région est calculée.
6. Visualisation des ventes par région : Un graphique à barres est créé pour montrer les ventes par région.
7. Analyse des ventes mensuelles : Les ventes sont groupées par mois et la somme des ventes par mois est calculée.
8. Visualisation des ventes mensuelles : Un graphique en ligne est créé pour montrer les ventes mensuelles.
9. Analyse des ventes par catégorie de produits : Les ventes sont groupées par catégorie de produits et la somme des ventes par catégorie est calculée.
10. Visualisation des ventes par catégorie de produits : Un graphique circulaire est créé pour montrer les ventes par catégorie de produits.
11. Sauvegarde des résultats : Les résultats de l’analyse sont sauvegardés dans un fichier CSV.
Ce code fournit une analyse de base des données de ventes, y compris les totaux, les ventes par région, les ventes mensuelles et les ventes par catégorie de produits. Vous pouvez l’adapter en fonction des spécificités de vos données et de vos besoins d’analyse.