2025.46 changes

documentation/01.5-pandas-dataframe.md

@@ -438,10 +438,11 @@ print(selection1, selection2, sep="\n")
 ### Bon à savoir : vues et copies
 
 Lorsque vous extrayez une partie d'un `DataFrame`{.python}, vous obtenez généralement un objet de type `DataFrame`{.python}.
-Cependant, il faut savoir que par défaut, le nouveau `DataFrame`{.python} est une **vue** sur le `DataFrame`{.python} initial.
-Cela veut dire que si vous modifiez le contenu du `DataFrame`{.python} initial, le contenu du `DataFrame`{.python} extrait sera aussi modifié, et vice versa.
+Cependant, il faut savoir que dans Pandas 2.0+, le nouveau `DataFrame`{.python} est une **copie** des données du `DataFrame`{.python} initial.
+Cela veut dire que modifier le contenu d'un des deux `DataFrame`{.python} n'a pas d'effet sur l'autre.
 
-Pour obtenir une copie des données du `DataFrame`{.python} extrait, il faut utiliser la méthode `.copy()`{.python}.
+Pour obtenir une vue des données du `DataFrame`{.python} extrait et appliquer des modifications partagées, il faut 
+extraire en utilisant par exemple `.loc[(lignes, colonnes)]` (avec un `tuple`{.python}).
 
 ```python {.numberLines}
 import pandas as pd
@@ -552,8 +553,13 @@ is_high = data > 3  # F, F, F, T, T, T
 high_data = data.loc[is_high & is_even]  # 4, 6
 ```
 
-On peut utiliser les opérateurs binaires `&`{.python} (`and`) et `|`{.python} (`or`) pour combiner les séries de booléens. 
-Le résultat est une série de booléens de la même longueur. 
+Pour des questions d'ordre d'évaluation des opérateurs, vous devrez quasi systématiquement utiliser des parenthèses pour discriminer vos conditions.
+Les opérateurs à utiliser pour assembler vos propositions sont les opérateurs logiques binaires :
+
+- `&`{.python} : ET binaire
+- `|`{.python} : OU binaire
+- `~`{.python} : NON binaire
+- `^`{.python} : OU exclusif binaire
 
 ----
 
@@ -712,6 +718,24 @@ L'attribut est documenté ici :
 [37]: https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.dt.day_name.html
 [38]: https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.dt.isocalendar.html
 
+----
+
+#### Exemple d'extraction de la semaine ISO
+
+Dans le standard ISO, le numéro de semaine est déterminé comme suit :
+
+La première semaine de l'année est celle dont la majorité de jours (au moins 4) est contenue
+dans l'année en cours.
+
+```python {.numberLines}
+import pandas as pd
+
+data = pd.DataFrame(data={
+    "order": ["A15", "B84", "D25", "B43"],
+    "date": pd.to_datetime(["2024-06-10", "2021-02-14", "2023-06-25", "2024-11-30"])
+})
+data["week"] = data["date"].dt.isocalendar()["week"]
+```
 
 ----
 
@@ -870,6 +894,14 @@ Dans tous les cas sauf pour `df.at`{.python}, la clé peut être un des objets s
 - liste de clés de lignes/colonne ou numéro de ligne (`[a, b, c]`{.python});
 - tuple à deux éléments (`(ligne(s), colonne(s))`{.python}).
 
+**Attention** : Passer un tuple contenant un slice ne fonctionne pas syntaxiquement parlant
+s'il est exprimé explicitement, ie. avec des parenthèses.
+
+```python {.numberLines}
+df.loc[(0, 0:2)]  # Ceci est une erreur de syntaxe
+df.loc[0, 0:2]  # Ceci est du Python valide
+```
+
 ----
 
 ## Valeurs vides
@@ -1020,6 +1052,9 @@ df3 = df.fillna({"siret": "N/A", "siege": "Inconnu"})
 df4 = df.ffill()  # forward fill
 # Remplir les colonnes avec la prochaine valeur non vide trouvée
 df5 = df.bfill()  # backward fill
+# Remplir les valeurs NaN en interpolant
+# https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.interpolate.html
+df6 = df.interpolate(method="cubic")
 ```
 
 ----
@@ -1157,6 +1192,8 @@ df = pd.DataFrame(data={
 df.drop(labels=["prenom"], axis="columns", inplace=True)
 # Retirer les lignes aux index 0 et 2, mais retourner un nouveau DataFrame
 df2 = df.drop(labels=[0, 2], axis="index")
+# Variante : Retirer les lignes aux index 0 et 2
+df3 = df.drop(index=[0, 2])
 ```
 
 ----
@@ -1200,7 +1237,7 @@ df = pd.DataFrame(data={
     "numero": [8, 31, 23, 14]
 })
 
-# Appliquer une fonction sur chaque colonne
+# Appliquer une fonction sur chaque ligne
 df2 = df.apply(lambda s: s * 2, axis="columns")
 ```
 
@@ -1434,7 +1471,7 @@ et organiser les éléments dans chaque groupe.
 
 ----
 
-## Astuces inoubliables
+## Extra :En vrac
 
 À l'usage, de nombreux cas empiriques déborderont des bases vues dans ce chapitre. Par exemple, certains
 comportements sont difficiles à comprendre, ou certains usages nécessitent quelques ajustements pour la performance.
@@ -1446,7 +1483,14 @@ comportements sont difficiles à comprendre, ou certains usages nécessitent que
 
 ### Warning : modifications sur une copie de slice
 
-Lorsqu'un utilisateur utilise Pandas dans le cadre d'une recherche ou d'un traitement, il est fréquent de 
-vouloir filtrer les lignes d'un `DataFrame`, puis d'appliquer des modifications au contenu de ce dernier.
+Lorsqu'un utilisateur utilise Pandas dans l'objectif de modifier un `DataFrame`{.python}
+extrait d'un `DataFrame`{.python} plus large (après filtrage de lignes par exemple), il
+sera généralement exposé à un message d'avertissement tel que le suivant :
 
+```text {.numberLines}
+SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame.
+Try using .loc[row_index,col_indexer] = value instead
+```
 
+Le message peut être désactivé via les paramètres de Pandas, ou encore en récupérant explicitement
+un `DataFrame`{.python} via la méthode `copy()`{.python}.

documentation/02.2-eda-plotly.md

@@ -18,7 +18,7 @@ propre à la publication.
 
 ## Comment fonctionne Plotly ?
 
-Plotly est une bibliothèque Python compatible avec les `DataFrame`{.python} Pandas, qui permet de créer des graphiques
+Plotly est une bibliothèque Python qui permet de créer des graphiques
 interactifs, et cela grâce aux technologies web (HTML, CSS et JS). Un navigateur suffit à
 afficher le contenu d'un graphique généré avec Plotly.
 
@@ -55,10 +55,10 @@ Nous allons passer en revue quelques graphiques réalisables avec Express.
 
 ----
 
-#### `plotly.express.bar`
+#### `plotly.express.bar` (`DataFrame`)
 
-Générer un graphique en barres est assez simple avec Plotly, et fonctionne
-de manière relativement satisfaisante par défaut (ex. texte en blanc sur fond sombre)
+Générer un graphique en barres est assez simple avec Plotly Express, et fonctionne
+de manière relativement satisfaisante par défaut (ex. gestion du contraste et angle des étiquettes)
 
 ```python {.numberLines}
 import pandas as pd
@@ -799,6 +799,10 @@ figure.update_layout(
 figure.show(renderer="browser")
 ```
 
+La méthode `add_hrect()`{.python} dessine un rectangle prenant l'intégralité de la largeur du
+graphique. Il ne reste qu'à définir les coordonnées `y0` et `y1` du rectangle,
+coordonnées qui dépendent d'une référence (taille du graphique, pixels ou axe Y)
+
 ----
 
 ![Ajout d'un rectangle horizontal](assets/images/eda-plotly-trace-hrect.png)
@@ -835,18 +839,29 @@ import numpy as np
 from plotly.graph_objs import Figure, Scatter
 from scipy.ndimage import gaussian_filter
 
-# Créer une courbe aléatoire lissée
-df = pd.DataFrame(data={"col1": gaussian_filter(np.random.random(size=200) * 79.0 + 1.0, sigma=1.5)})
+# Créer une courbe aléatoire lissée de valeurs entre 1 et 80
+SIZE: int = 500
+np.random.seed(4)  # Pour reproduire les résultats
+df = pd.DataFrame(data={"col1": gaussian_filter(np.random.random(size=SIZE) * 79.0 + 1.0, sigma=SIZE / 133)})
 # Calculer les coefficients d'une régression de degré 2 pour col1
 c2, c1, c0 = np.polyfit(df.index, df["col1"], 2)
-df["reg1"] = df.index ** 2 * c2 + df.index * c1 + c0
-
+df["reg1"] = c2 * df.index**2 + c1 * df.index + c0
 # Créer une image avec deux lignes
-figure = Figure([
-    Scatter(name="values", x=df.index, y=df["col1"], line={"color": "black", "width": 2}, marker={"symbol": "circle"}, mode="lines+markers"),
-    Scatter(name="regression", x=df.index, y=df["reg1"], line={"color": "red", "width": 4, "dash": "dot"}, mode="lines")
-])
-figure.layout.update({"template": "seaborn", "xaxis1": {"title": "time"}, "title": "Test de régression", "font": {"family": "Cabin", "size": 13}, "yaxis1": {"title": "value"}})
+figure = Figure(
+    data=[
+        Scatter(name="values", x=df.index, y=df["col1"], line={"color": "gray", "width": 1}, mode="lines"),
+        Scatter(
+            name="regression", x=df.index, y=df["reg1"], line={"color": "red", "width": 4, "dash": "dot"}, mode="lines"
+        ),
+    ],
+    layout={
+        "template": "seaborn",
+        "xaxis1": {"title": "time"},
+        "title": "Test de régression",
+        "font": {"family": "Cabin", "size": 13},
+        "yaxis1": {"title": "value"},
+    },
+)
 figure.show(renderer="browser")
 ```
 

pyproject.toml

@@ -15,6 +15,11 @@ jupyter = "^1.0.0"
 xlsxwriter = "^3.1.1"
 plotly = "^5.15.0"
 
+[tool.black]
+line-length = 120
+
+[tool.ruff]
+line-length = 120
 
 [build-system]
 requires = ["poetry-core"]

source/plotting/charts/plotly_regression_curve.py

@@ -0,0 +1,30 @@
+import pandas as pd
+import numpy as np
+from plotly.graph_objs import Figure, Scatter
+from scipy.ndimage import gaussian_filter
+
+# Créer une courbe aléatoire lissée de valeurs entre 1 et 80
+SIZE: int = 500
+np.random.seed(4)  # Pour reproduire les résultats
+df = pd.DataFrame(data={"col1": gaussian_filter(np.random.random(size=SIZE) * 79.0 + 1.0, sigma=SIZE / 133)})
+# Calculer les coefficients d'une régression de degré 2 pour col1
+c2, c1, c0 = np.polyfit(df.index, df["col1"], 2)
+df["reg1"] = c2 * df.index**2 + c1 * df.index + c0
+
+# Créer une image avec deux lignes
+figure = Figure(
+    data=[
+        Scatter(name="values", x=df.index, y=df["col1"], line={"color": "gray", "width": 1}, mode="lines"),
+        Scatter(
+            name="regression", x=df.index, y=df["reg1"], line={"color": "red", "width": 4, "dash": "dot"}, mode="lines"
+        ),
+    ],
+    layout={
+        "template": "seaborn",
+        "xaxis1": {"title": "time"},
+        "title": "Test de régression",
+        "font": {"family": "Cabin", "size": 13},
+        "yaxis1": {"title": "value"},
+    },
+)
+figure.show(renderer="browser")

source/plotting/charts/plotly_subplot_base.py

@@ -6,14 +6,12 @@ from plotly.graph_objs import Figure, Bar
 data = pd.DataFrame(data={
     "product": ["tarte", "gâteau", "biscuit", "mille-feuille", "éclair", "brownie"],
     "price": [2.99, 3.49, 1.99, 4.99, 5.99, 6.99],
-    "weight": [250, 300, 200, 400, 500, 600]
+    "weight": [400, 500, 100, 250, 150, 350]
 })
-figure: Figure = make_subplots(rows=1, cols=3, subplot_titles=("Prix", "Poids unitaires"))
-subplot = figure.get_subplot(row=1, col=2)
-subplot.xaxis["domain"] = [0.3555555, 1.0]
-print(subplot, dir(subplot))
+figure: Figure = make_subplots(rows=1, cols=2, subplot_titles=("Prix", "Poids unitaires"))
+# subplot = figure.get_subplot(row=1, col=2)
+# subplot.xaxis["domain"] = [0.3555555, 1.0]
 figure.add_trace(Bar(name="Prix", x=data["product"], y=data["price"]), row=1, col=1)
 figure.add_trace(Bar(name="Poids", x=data["product"], y=data["weight"]), row=1, col=2)
 figure.update_layout(template="seaborn", title="Prix et poids unitaires", font={"family": "Cabin", "size": 13})
-figure.update_traces(row=1, col=2, specs=2)
 figure.show(renderer="browser")

source/plotting/charts/plotly_trace_rectangle.py

@@ -1,5 +1,5 @@
 import pandas as pd
-from plotly.graph_objs import Figure, Bar, Scatter
+from plotly.graph_objs import Figure, Bar
 
 data = pd.DataFrame(
     data={
@@ -8,13 +8,21 @@ data = pd.DataFrame(
         "weight": [250, 300, 200, 400, 500, 600],
     }
 )
-figure: Figure = Figure(data=[Bar(name="Prix", x=data["product"], y=data["price"])])
-figure.add_hrect(y0=2.75, y1=4.5, fillcolor="gray", opacity=0.25, layer="below")
+figure: Figure = Figure(data=[])
+figure.add_hrect(
+    y0=2.75,
+    y1=4.5,
+    fillcolor="gray",
+    opacity=0.25,
+    layer="below",
+)
+figure.add_trace(Bar(name="Prix", x=data["product"], y=data["price"]))
+figure.add_annotation(text="Zone de prix spéciale", xref="paper", yref="paper", x=0.5, y=0.5, xanchor="center", yanchor="middle", showarrow=False, font={"family": "Cabin", "size": 20})
 figure.update_layout(
     template="seaborn",
     title="Prix et poids unitaires",
     font={"family": "Cabin", "size": 13},
     xaxis={"title": "Produit", "showgrid": False},
-    yaxis={"title": "Prix (€)", "showgrid": False}
+    yaxis={"title": "Prix (€)", "showgrid": False},
 )
 figure.show(renderer="browser")