Menu
CoddyTech
COMMENCER À APPRENDRE
flag Fr iconFrançaisdown icon
machine Learning iconFait partie du Journey Machine LearningNouveauParcours

Visualisation de données Python avec NumPy et pandas

Les tableaux avec NumPy, les tables avec pandas et les graphiques avec matplotlib : la base de tout projet de machine learning. Écris le code, ton graphique apparaît dans l'onglet Graphiques.

COMMENCER À APPRENDRE(c'est gratuit)
Voir le programmePlayground Données et visualisations

1,000+ codders inscrits

60 leçons59 défis250 questions de quiz

  • Adapté aux débutants
  • sparkles iconAide au codage assistée par IA
  • hint iconLeçons interactives et pratiques
  • quiz iconQuiz pour tester vos connaissances
  • certificate iconCertificat gratuit de réussite

Programme

1 sections60 leçons59 défis250 questions de quiz

Cette section fait partie du Journey Machine Learning. Le programme complet contient d'autres sections - clique sur n'importe quel aperçu ci-dessous pour le voir sur la page du Journey.

  1. Section 1

    Données et visualisations

    Commencer la sectionDémarrerDévelopperRéduire    La boîte à outils de base de tout projet de machine learning : les tableaux NumPy, les graphiques matplotlib et les tables pandas. Chargez de véritables jeux de données, résumez-les et visualisez vos découvertes.60 leçons59 défis250 questions

    Introduction

    4 leçons320

    Tableaux NumPy

    5 leçons520

    Calculs sur les tableaux

    6 leçons625

    Façonner les données

    4 leçons415

    Graphiques en courbes et nuages de points

    6 leçons625

    Graphiques de données

    5 leçons520

    DataFrames pandas

    6 leçons625

    Filtrer et trier

    5 leçons520

    Regrouper et nettoyer

    5 leçons520

    Tracer des DataFrames

    5 leçons520

    Jeux de données pour le ML

    5 leçons520

    Défis finaux

    4 leçons420
  2. Section 2Statistiques pour le ML64 leçons
  3. Section 3Apprentissage supervisé58 leçons
  4. Section 4Apprentissage non supervisé51 leçons
Voir le programme complet du Journey Machine Learning
Ce que vous obtenez
Tout ce que vous utiliserez pour apprendre à coder

Apprendre en Faisant

Écrivez du vrai code, interrogez des bases de données, créez des sites web et maîtrisez les prompts IA. Nos leçons interactives couvrent toutes les compétences dont les développeurs modernes ont besoin.

playground.js
Éditeur de Code
1const greeting = "Hello, Coddy!"
2function sayHi(name) {
3    return greeting + " " + name
4}
5
bottombar Collapse icon
Test n°1test Case Success icon
Test n°2test Case Success icon
Test n°3test Case Failure icon
Entrée
"Alex"
Sortie
"Hello, Coddy! Alex"

Construisez Votre Série

Restez constant et regardez vos progrès grandir! Suivez votre habitude quotidienne de codage, protégez votre série avec des jours de gel et gagnez des récompenses en vous connectant chaque jour.

12 jours de série

Revenez demain pour maintenir votre série!

fire Filled icon
left icon

January 2026

right icon

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

21

22

23

24

25

26

27

28

29

30

product Double Or Nothing icon

Quitte ou Double

Jour 5 sur 7

fire Freeze icon

Gel de Série

2 left

Codez Partout

Emportez votre parcours de codage avec vous! Pas de configuration, pas de téléchargements - ouvrez et commencez à coder. Disponible sur iOS, Android et Web avec des notes de 4.9 étoiles.

Python
7Série
250Score
5Énergie
Variables
journey Hex Done Base iconjourney Hex Done Shadow iconjourney Hex Done Top iconjourney Lesson Done icon
journey Path Right Done icon
journey Hex Done Base iconjourney Hex Done Shadow iconjourney Hex Done Top iconjourney Lesson Done icon
journey Path Left Done icon
journey Hex Active Base iconjourney Hex Active Shadow iconjourney Hex Active Top iconjourney Lesson Theory Challenge icon
CONTINUER
journey Path Right icon
journey Hex Locked Base iconjourney Hex Locked Shadow iconjourney Hex Locked Top iconjourney Lesson Theory Challenge icon
journey Path Left icon
journey Hex Locked Base iconjourney Hex Locked Shadow iconjourney Hex Locked Top iconjourney Lesson All icon
Parcours
Objectifs
Classement
Profil
4.9
ÉtoileÉtoileÉtoileÉtoileÉtoile
Note

Vous N'êtes Pas Seul

Affrontez les classements mondiaux, invitez des amis pour gagner des récompenses et célébrez les succès des autres. Coder, c'est mieux entre amis!

Ligue Challenger
Ligue ChallengerLes 7 premiers avancent
leaderboard First icon1
avatar 1 icon
fire Filled icon
Alex7+ Days
2840
leaderboard Second icon2
avatar 2 icon
fire Filled icon
Jordan7+ Days
2650
leaderboard Third icon3
avatar 3 icon
fire Filled icon
Sam7+ Days
2420
4
avatar 4 icon
Casey
2180
5
avatar placeholder icon
fire Filled icon
Morgan7+ Days
1950
leaderboard Arrow Up iconZone de promotionleaderboard Arrow Up icon

Apprenez comme vous voulez

Lisez, écoutez, testez-vous, demandez à l'IA ou retrouvez ce que vous avez déjà étudié. Chaque leçon s'adapte à vous.

Intro aux variables
Audio

Une variable est un conteneur nommé qui stocke une valeur réutilisable plus tard dans votre programme.

En Python, on en crée une en écrivant le nom, un signe égal, puis la valeur à stocker.

La valeur peut évoluer : réassigner le nom le fait simplement pointer vers une nouvelle valeur.

1xSarah

Certifiez-vous

Gagnez des certificats pour chaque cours terminé. Ajoutez-les à votre profil LinkedIn et CV pour montrer votre expertise en programmation aux employeurs.

CoddyCertificat de Réussite
Ceci certifie queJean Duponta complété avec succès
python iconFondamentaux de Python
Vérifié
Datejanv. 2026
LinkedInAjouter à LinkedIn

Pourquoi apprendre NumPy, pandas et matplotlib avec Coddy

  • Ton graphique, tout de suite. Tape plt.plot(x, y), lance le code et la vraie figure matplotlib apparaît dans l'onglet Graphiques, à côté de ton code. Chaque leçon a un graphique ou un schéma, d'un tableau dessiné en cases numérotées à un groupby qui range les lignes en piles.
  • NumPy tel que le ML l'utilise : tableaux et formes, découpage (slicing), calculs sur des tableaux entiers, statistiques par axe, broadcasting, masques booléens et nombres aléatoires avec graine.
  • matplotlib dès la première ligne : courbes et nuages de points, étiquettes et légendes, couleurs et marqueurs, diagrammes en barres, histogrammes, graphiques côte à côte avec plt.subplots, et tableaux affichés comme des images.
  • pandas sur de vraies tables : lire des fichiers CSV, sélectionner, filtrer, trier, créer des colonnes, value_counts, groupby, valeurs manquantes, et tracer directement depuis un DataFrame.

Questions fréquentes sur NumPy, pandas et matplotlib

Quelle est la différence entre NumPy, pandas et matplotlib ?

NumPy range les nombres dans des tableaux rapides et calcule sur tous à la fois. pandas construit des tables au-dessus de NumPy, avec des colonnes nommées, des fichiers CSV, du filtrage et des regroupements. matplotlib dessine les graphiques. Presque tout programme de data science ou de machine learning en Python importe les trois, c'est pourquoi cette section les enseigne ensemble.

Faut-il apprendre NumPy ou pandas en premier ?

NumPy, brièvement, puis pandas. Une colonne pandas est un tableau NumPy avec un nom : les masques, les calculs sur des colonnes entières et les statistiques par axe prennent tout leur sens une fois vus sur des tableaux. La section consacre quatre chapitres à NumPy, passe ensuite à pandas avec ces bases en main, et trace des graphiques tout du long.

Faut-il installer quelque chose pour faire des graphiques ?

Non. Ton code tourne sur Coddy avec le vrai matplotlib, et la figure qu'il dessine revient dans l'onglet Graphiques de ton navigateur. Pas de notebook Jupyter ni d'Anaconda à installer : un Chromebook ou un ordinateur de travail sans droits d'administrateur suffit.

Quels graphiques vais-je apprendre à faire ?

Courbes, nuages de points, plusieurs courbes avec une légende, diagrammes en barres, histogrammes, plusieurs graphiques dans une figure, images à partir de tableaux, graphiques directement depuis un DataFrame, une couleur par groupe, et comparaison des histogrammes de deux groupes. Chacun avec un titre et des axes nommés, prêt pour un rapport.

Faut-il connaître Python avant NumPy et pandas ?

Les bases : variables, boucles, fonctions et listes, la section Fondamentaux du cours Python. Les dictionnaires, import et tout ce dont la section a besoin sont expliqués en une phrase à leur première apparition.

Combien de temps faut-il pour apprendre NumPy, pandas et matplotlib ?

Cette section compte 60 leçons, environ 10 heures à ton rythme : trois semaines à raison d'une demi-heure par jour. C'est la première section de la formation machine learning : une fois terminée, les modèles sont l'étape suivante.

Ce cours de visualisation de données Python est-il gratuit ?

Oui. Les leçons, les graphiques, les indices IA et le certificat de section sont gratuits. Un compte gratuit permet de suivre quelques leçons par jour, et Pro supprime la limite quotidienne.

Parcours d'apprentissage qui incluent ce cours

Ce cours est une étape d'un parcours plus long : plusieurs cours dans l'ordre où un mentor les enseignerait, chacun avec son propre certificat gratuit.

Illustration des langages de programmation de Coddy

Apprends Données et visualisations avec Coddy

COMMENCER