Visualiser et explorer

Awa a noté, pendant douze jours, ses clients, ses ventes et la pluie. Devant ces colonnes de chiffres, elle ne voit pas grand-chose. Un graphique, lui, peut montrer en une seconde ce que le tableau cache. Pour cela, elle utilise seaborn, une bibliothèque de graphiques. Regardez d'abord ce journal à droite : une ligne par jour, et trois colonnes.

L'histogramme range les journées en quatre tranches de ventes, et la hauteur de chaque barre dit combien de journées s'y trouvent. On voit tout de suite que la plupart des journées sont dans les deux premières tranches, et qu'une seule journée est tout à droite, très loin des autres. Dans le code, data donne le tableau, x la colonne à étudier, et bins le nombre de tranches.

Et comment voir clairement cette journée isolée ? Avec un boxplot, qu'on appelle aussi une boîte à moustaches. La boîte contient la moitié des journées, et le trait à l'intérieur marque la médiane. Ici, elle vaut 23 500 francs : la moitié des journées ont vendu moins, et l'autre moitié plus. Les moustaches s'étendent vers les autres journées, et le point isolé est une valeur aberrante, c'est-à-dire très éloignée des autres : ici, 60 000 francs.

Un graphique ne dit pas pourquoi. Awa doit vérifier : est-ce une erreur de saisie, ou un vrai jour de fête ? Ici, ses clients étaient bien plus nombreux ce jour-là, et elle garde donc cette ligne.

Et pour voir si deux colonnes sont liées ? On utilise un nuage de points : chaque journée devient un point, placé selon ses clients et ses ventes. Ici, les points montent ensemble : plus il y a de clients, plus les ventes sont hautes. Le point tout en haut à droite, c'est notre journée exceptionnelle.

La corrélation mesure ce lien avec un seul nombre, entre moins 1 et 1. Proche de 1, comme ici, les deux colonnes montent ensemble. Proche de zéro, elles n'ont pas de lien en ligne droite. Ici, elle vaut 0,98, ce qui est très proche de 1.

La méthode corr calcule la corrélation de chaque colonne avec chacune des autres, et heatmap colore le résultat. Les clients et les ventes sont très liés. La case où ils se croisent vaut 0,98. Sur la diagonale, chaque colonne vaut 1 avec elle-même, ce qui est normal. La pluie, elle, va plutôt dans l'autre sens : le nombre est négatif, donc quand il pleut, il y a moins de clients.

Donc les clients causent les ventes, et la pluie fait fuir les clients ? C'est possible, mais ce tableau ne le prouve pas. Deux colonnes peuvent bouger ensemble parce qu'une troisième les pousse toutes les deux, comme un jour de marché. Il faut toujours chercher une autre explication avant de conclure.

Dans la leçon, tracez ces graphiques sur de vraies données, puis écrivez vos conclusions en quelques phrases. Essayez sans revoir la vidéo.