Simuler des données en python

• Autre exemple de génération de valeurs aléatoires avec numpy :

from numpy.random import *

from numpy import * # permet de charger arange qui génère des rangs de valeurs et abs

data = {'a': arange(50), # 50 valeurs de 0 à 50

'c': randint(0, 50, 50), # 50 valeurs dans le désordre de 0 à 49

'd': randn(50)} # 50 valeurs autour de 0 (selon la loi normale)

data['b'] = data['a'] + 10 * randn(50)

data['d'] = abs(data['d']) * 100 # mise en absolue

print(data)

# pour mieux visualiser, convertir le tout en dataframe pandas

from pandas import *

data = DataFrame(data) ; print(data.head())

Remarque importante : les valeurs simulées sont au format array. Il faut envisager de les convertir avec la fonction list() ou inversement en array() :

import numpy.random as * # pour la fonction normale

poids = list(normal(loc=65, scale=6, size=8)) ; print(poids) # 8 poids autour de 65 kh, écart-type de 6

# ou l'inverse :

import numpy as np # pour la fonction array

poids = np.array(poids) ; print(poids)

Pourquoi faire cela : car on peut faire des calculs directement sur les arrays (alors qu'il faudra faire valeur par valeur pour une liste) et facilement concaténer les listes.

Exemple : sur ce jeu de données simulées :

from numpy import random as rd

age = [18,19,20,18,19,20,17,23]

sx = ["M","F"]*4

poids = list(rd.normal(loc=65, scale=6, size=8))

Si je veux arrondir les valeurs d'une liste, je dois faire une boucle :

for i in range(len(poids)) :

poids[i] = round(poids[i],0)

poids[i] = int(poids[i])

Et si je voulais arrondir les valeurs d'une array, ce serait plus simple :

import numpy as np

poids = np.array(poids)

poids.round(0)

• Faire une suite répétée de valeurs

  • Ecriture simple mais limitée :

# Une séquence de "M" et "F" cinq fois de suite

c = ["M","F"]*5 ; print(c)

• • Ecriture plus complexe mais où je répète ce que je veux (il faut le module numpy)

sx = ["M","F"] # Je veux répéter 5 fois "M", puis 5 fois "F"

import numpy as np

sx = [np.repeat(sx, [5, 5]),"M"] # dernier "M" pour un ajouter un à la fin.

Le plus simple dans cet exemple est encore de faire cela :

sx = ["M"]*5 + ["F"] * 5 + ["M"] # Et j'ajoute un "M" pour le plaisir.

• Faire une série de nombre avec range()

x = range(1,10,2) ; list(x) ; print(x) # Un range de valeurs de 1 à 10 par pas de 2 (de 1 à 9 donc)

• Organiser des séries complexes plus simplement qu'avec la fonction range() limitée.

import numpy as np # il faut importer le module numpy

# Série allant de 0 à 5 par pas de 0.2

t = np.arange(0., 5., 0.2) # mieux que range !

import seaborn as sns # nécessite dte le module seaborn

#

tips = sns.load_dataset("tips")

df = sns.load_dataset('iris') # Charger le jeu de données iris