import pandas as pd
import numpy as np

# 1. Charger le fichier Excel
df = pd.read_excel("donnees_avec_legers_problemes.xlsx")

# 2. Vérifier et convertir les types de données
df['age'] = pd.to_numeric(df['age'], errors='coerce')
df['revenu_mensuel'] = pd.to_numeric(df['revenu_mensuel'], errors='coerce')
df['date_naissance'] = pd.to_datetime(df['date_naissance'], errors='coerce')

# 3. Nettoyer les valeurs aberrantes

# Supprimer ou corriger les âges aberrants
df.loc[(df['age'] < 0) | (df['age'] > 100), 'age'] = np.nan

# Supprimer les revenus excessifs (>20 000€)
df.loc[df['revenu_mensuel'] > 20000, 'revenu_mensuel'] = np.nan

# Supprimer les dates de naissance irréalistes
df.loc[(df['date_naissance'].dt.year < 1900) | (df['date_naissance'].dt.year > 2024), 'date_naissance'] = pd.NaT

# 4. Gérer les valeurs manquantes
# Imputation simple : moyenne pour âge et revenu
df['age'].fillna(df['age'].mean(), inplace=True)
df['revenu_mensuel'].fillna(df['revenu_mensuel'].mean(), inplace=True)

# Suppression des lignes sans date de naissance
df = df.dropna(subset=['date_naissance'])

# 5. Vérification du genre (doit être "Homme" ou "Femme")
df['genre'] = df['genre'].where(df['genre'].isin(['Homme', 'Femme']))

# 6. Exporter le fichier nettoyé
df.to_excel("donnees_nettoyees.xlsx", index=False)
print("✅ Données nettoyées enregistrées dans 'donnees_nettoyees.xlsx'")

#Déclaration de variables
nom = "Alice"
age = 25
taille = 1.68 # en mètres
est_majeur = True

#Conversion d'entiers et de chaînes
age_str = str(age) # Convertit l'entier 25 en "25"
taille_int = int(taille) # Convertit 1.68 en 1 (arrondi vers le bas)

#Conversion d'une chaîne en nombre
nombre_str = "42"
nombre_int = int(nombre_str) # Résultat : 42

#Conversion en float
valeur_str = "3.14"
valeur_float = float(valeur_str) # Résultat : 3.14

a = 10
b = 3

somme = a + b # Addition => 13
difference = a - b # Soustraction => 7
produit = a * b # Multiplication => 30
quotient = a / b # Division réelle => 3.333...
division_entiere = a // b # Division entière => 3
reste = a % b # Modulo => 1
puissance = a ** b # Puissance => 1000

print("Nom :", nom)
print("Somme :", somme)
print("Division entière :", division_entiere)

# Liste de nombres
nombres = [1, 2, 3, 4, 5]

# Liste de chaînes
prenoms = ["Alice", "Bob", "Charlie"]

# Liste mixte
melange = [42, "Bonjour", 3.14, True]

Accéder aux éléments

print(prenoms[0]) # Affiche "Alice" (premier élément)Accéder aux données
print(prenoms[-1]) # Affiche "Charlie" (dernier élément)

prenoms.append("David") # Ajoute à la fin
prenoms.insert(1, "Emma") # Insère à l'indice 1
prenoms[0] = "Alicia" # Modifie le premier élément

prenoms.remove("Charlie") # Supprime l’élément "Charlie"
dernier = prenoms.pop() # Retire et retourne le dernier élément

for nom in prenoms:
print("Bonjour", nom)

# Ou avec les indices
for i in range(len(prenoms)):
print(f"{i} => {prenoms[i]}")

# Quelques fonctions

notes = [12, 15, 9, 18, 14]

print("Note max :", max(notes))
print("Note min :", min(notes))
print("Moyenne :", sum(notes) / len(notes))

notes_triees = sorted(notes) # Trie sans modifier la liste
notes.reverse() # Inverse la liste

doubles = [x * 2 for x in notes]

# Garder uniquement les notes >= 10
reussites = [x for x in notes if x >= 10]

# Afficher les réussites
print("Les notes réussies sont :")
for note in reussites:
print(note)

#Des fonctions supplémentaires

notes = [12, 15, 9, 18, 14, 7, 10]

# Filtrer les réussites
reussites = [note for note in notes if note >= 10]

# Compter les réussites
nb_reussites = len(reussites)
nb_total = len(notes)

# Calculer le pourcentage
pourcentage = (nb_reussites / nb_total) * 100

# Affichage
print("Notes réussies :", reussites)
print("Nombre de réussites :", nb_reussites)
print("Nombre total de notes :", nb_total)
print(f"Pourcentage de réussite : {pourcentage:.2f}%")

note = 14

if note >= 10:
print("Bravo, vous avez réussi !")
else:
print("Dommage, vous avez échoué.")

note = 18

if note >= 16:
print("Très bien !")
elif note >= 10:
print("C'est réussi.")
else:
print("Échec.")

age = 16
autorisation_parentale = True

if age >= 18 or autorisation_parentale:
print("Accès autorisé.")
else:
print("Accès refusé.")

villes = ['Paris', 'Vienne', 'Genève', 'Lyon']

for ville in villes :
print ville

Exemple

fruits = ['citron', 'banane', 'pomme', 'poire', 'banane', 'pomme', 'pomme', 'poire', 'banane', 'banane']
fruits_stock = {}

for fruit in fruits :
if fruit in fruits_stock :
fruits_stock[fruit] +=1
else :
fruits_stock = 1

print(fruits_stock)

prenoms = ["Alice", "Bob", "Charlie"]

for nom in prenoms:
print("Bonjour", nom)

for i in range(5):
print("Ceci est la ligne numéro", i)

personne = {
"nom": "Alice",
"age": 30,
"ville": "Paris"
}

print(personne["nom"]) # Affiche "Alice"
print(personne["ville"]) # Affiche "Paris"

personne["email"] = "alice@example.com" # Ajout
personne["age"] = 31 # Modification

del personne["ville"]

for cle, valeur in personne.items():
print(cle, ":", valeur)

for cle in personne:
print(cle) # Noms des clés

for valeur in personne.values():
print(valeur)

notes = {
"Alice": 15,
"Bob": 12,
"Charlie": 9
}

for eleve, note in notes.items():
if note >= 10:
print(f"{eleve} a réussi avec {note}/20.")
else:
print(f"{eleve} a échoué avec {note}/20.")

# NumPy (Numerical Python) est une bibliothèque utilisée pour :
# Manipuler des tableaux/matrices de données (appelés ndarray)
# Faire des opérations mathématiques rapides
# Travailler efficacement avec des grandes quantités de données numériques

import numpy as np

# Créer un tableau numpy
a = np.array([1, 2, 3, 4, 5])

# Quelques opérations
print("Tableau :", a)
print("Somme :", np.sum(a))
print("Moyenne :", np.mean(a))
print("Max :", np.max(a))

import numpy as np

liste = [1, 2, 3]
tableau = np.array(liste)

# Multiplie chaque élément par 2
print(liste * 2) # => [1, 2, 3, 1, 2, 3] (concatène)
print(tableau * 2) # => [2 4 6] (multiplie)

import numpy as np

# Création d'un tableau 1D
mon_tableau = np.array([10, 20, 30, 40, 50])

# Afficher le tableau
print("Tableau :", mon_tableau)

# Afficher le type de données de chaque élément
print("Type des éléments :", mon_tableau.dtype)

# Afficher le type Python de l'objet (structure)
print("Type du tableau :", type(mon_tableau))

import numpy as np

# Création d'un tableau 2D
mon_tableau_2d = np.array([[10, 20, 30], [40, 50, 60]])

# Afficher le tableau 2D
print("Tableau 2D :\n", mon_tableau_2d)

# Afficher le type de données des éléments
print("\nType des éléments :", mon_tableau_2d.dtype)

# Afficher le type Python de l'objet (structure)
print("\nType du tableau :", type(mon_tableau_2d))

print(matrice.shape)

import numpy as np

# Lire un fichier CSV avec numpy
fichier = 'fichier.csv'
tableau = np.genfromtxt(fichier, delimiter=',', dtype=None, encoding=None, skip_header=1)

# Afficher le tableau chargé
print(tableau)

# Afficher le type du tableau
print(type(tableau))

fichier.dtype

import numpy as np

# Lire le fichier CSV avec l'encodage UTF-8
fichier = 'fichier.csv'
tableau = np.genfromtxt(fichier, delimiter=',', dtype=None, encoding='utf-8', skip_header=1)

# Afficher le tableau chargé
print(tableau)

# Afficher le type du tableau
print(type(tableau))

import numpy as np

# Lire le fichier CSV avec l'encodage UTF-8
fichier = 'fichier.csv'
tableau = np.genfromtxt(fichier, delimiter=',', dtype=None, encoding='utf-8', skip_header=1)

# Extraire la 2ème ligne (index 1)
deuxieme_ligne = tableau[1]

# Afficher la 2ème ligne
print("Deuxième ligne :", deuxieme_ligne)

import numpy as np

# Lire le fichier CSV avec l'encodage UTF-8
fichier = 'fichier.csv'
tableau = np.genfromtxt(fichier, delimiter=',', dtype=None, encoding='utf-8', skip_header=1)

# Extraire la valeur de la 2ème ligne et 3ème colonne (index 1, 2)
valeur = tableau[1, 2]

# Afficher la valeur extraite
print("Valeur extraite :", valeur)

import numpy as np

# Lire le fichier CSV avec l'encodage UTF-8
fichier = 'fichier.csv'
tableau = np.genfromtxt(fichier, delimiter=',', dtype=None, encoding='utf-8', skip_header=1)

# Sélectionner la 2ème colonne (index 1)
colonne_2 = tableau[:, 1]

# Afficher la colonne sélectionnée
print("2ème colonne :", colonne_2)

# Sélectionner plusieurs colonnes :

 tableau[:, [0, 1]].

import numpy as np

# Lire le fichier CSV avec l'encodage UTF-8
fichier = 'fichier.csv'
tableau = np.genfromtxt(fichier, delimiter=',', dtype=None, encoding='utf-8', skip_header=1)

# Sélectionner la 2ème ligne (index 1)
ligne_2 = tableau[1]

# Afficher la ligne sélectionnée
print("2ème ligne :", ligne_2)

import numpy as np

# Lire le fichier CSV avec l'encodage UTF-8
fichier = 'fichier.csv'
tableau = np.genfromtxt(fichier, delimiter=',', dtype=None, encoding='utf-8', skip_header=1)

# Sélectionner les 1ère et 2ème lignes (index 0 et 1)
# Sélectionner les 2ème et 3ème colonnes (index 1 et 2)
selection = tableau[0:2, 1:3]

# Afficher la sélection
print("Sélection des lignes et colonnes spécifiques :\n", selection)

import numpy as np

# Lire le fichier CSV avec l'encodage UTF-8
fichier = 'fichier.csv'
tableau = np.genfromtxt(fichier, delimiter=',', dtype=None, encoding='utf-8', skip_header=1)

# Filtrer les lignes où l'âge (2ème colonne) est supérieur à 30
filtre = tableau[tableau[:, 1] > 30]

# Afficher le tableau filtré
print("Tableau filtré :\n", filtre)

import numpy as np

# Lire le fichier CSV avec l'encodage UTF-8
fichier = 'fichier.csv'
tableau = np.genfromtxt(fichier, delimiter=',', dtype=None, encoding='utf-8', skip_header=1)

# Filtrer les lignes où l'âge est supérieur à 25 et la ville est "Paris"
filtre = tableau[(tableau[:, 1] > 25) & (tableau[:, 2] == 'Paris')]

# Afficher le tableau filtré
print("Tableau filtré sur 2 critères :\n", filtre)

fivhier2= fichier.copy()

import numpy as np

# Lire le fichier CSV avec l'encodage UTF-8
fichier = 'fichier.csv'
tableau = np.genfromtxt(fichier, delimiter=',', dtype=None, encoding='utf-8', skip_header=1)

# Remplacer les âges supérieurs à 30 par 30
tableau[tableau[:, 1] > 30, 1] = 30

# Afficher le tableau modifié
print("Tableau après remplacement :\n", tableau)

import pandas as pd

# Charger le fichier CSV
df = pd.read_csv('musiciens_exemple.csv')

# Afficher les 10 premières lignes
print(df.head(10))

df = df.rename(columns={'Email contact': 'Email'})

# Afficher le résultat
df.head()

df.loc[df["Artiste"] == "Lance Green", "Nombre de ventes"] = 9999999

df.head()

import pandas as pd

# Charger le fichier CSV
df = pd.read_csv("musiciens_exemple.csv")

# Calculer le total des ventes
total_ventes = df["Nombre de ventes"].sum()

# Calculer la moyenne des ventes
moyenne_ventes = df["Nombre de ventes"].mean()

# Afficher les résultats
print("Total des ventes :", total_ventes)
print("Moyenne des ventes :", moyenne_ventes)

import pandas as pd

# Charger le fichier CSV
df = pd.read_csv("musiciens_exemple.csv")

# Calculer le total des ventes
total_ventes = df["Nombre de ventes"].sum()

# Afficher le total
print("Total des ventes :", total_ventes)

import pandas as pd

# Charger le fichier CSV
df = pd.read_csv("musiciens_exemple.csv")

# Trier par nombre de ventes décroissant
df = df.sort_values(by="Nombre de ventes", ascending=False)

# Afficher les premières lignes du résultat trié
df.head()

import pandas as pd

# Charger le fichier CSV
df = pd.read_csv("musiciens_exemple.csv")

# Convertir la colonne Date de sortie en datetime
df["Date de sortie"] = pd.to_datetime(df["Date de sortie"])

# Grouper par mois (année + mois) et sommer les ventes
ventes_mensuelles = df.groupby(df["Date de sortie"].dt.to_period("M"))["Nombre de ventes"].sum()

# Optionnel : convertir l'index en datetime pour affichage clair
ventes_mensuelles = ventes_mensuelles.to_timestamp()

# Afficher le tableau
print(ventes_mensuelles)

ventes_mensuelles_triees = ventes_mensuelles.sort_values(ascending=False)

# Afficher le tableau trié
print(ventes_mensuelles_triees)

ventes_mensuelles_triees.to_csv("ventes_mensuelles_tries.csv")

import pandas as pd
import matplotlib.pyplot as plt

# Charger le fichier CSV
df = pd.read_csv("musiciens_exemple.csv")

# Convertir la colonne Date de sortie en datetime
df["Date de sortie"] = pd.to_datetime(df["Date de sortie"])

# Grouper par mois et sommer les ventes
ventes_mensuelles = df.groupby(df["Date de sortie"].dt.to_period("M"))["Nombre de ventes"].sum()

# Convertir l'index en datetime
ventes_mensuelles = ventes_mensuelles.to_timestamp()

# Tracer le graphique
plt.figure(figsize=(12, 6))
plt.bar(ventes_mensuelles.index.strftime("%Y-%m"), ventes_mensuelles.values)
plt.xticks(rotation=45, ha="right")
plt.title("Ventes mensuelles totales (triées par volume)")
plt.xlabel("Mois de sortie")
plt.ylabel("Nombre de ventes")
plt.tight_layout()
plt.grid(True)
plt.show()

import pandas as pd
import matplotlib.pyplot as plt

# Charger le fichier CSV
df = pd.read_csv("musiciens_exemple.csv")

# Convertir la colonne Date de sortie en datetime
df["Date de sortie"] = pd.to_datetime(df["Date de sortie"])

# Grouper les ventes par mois
ventes_mensuelles = df.groupby(df["Date de sortie"].dt.to_period("M"))["Nombre de ventes"].sum()

# Convertir l'index en datetime
ventes_mensuelles = ventes_mensuelles.to_timestamp()

# Trier par volume de ventes décroissant
ventes_mensuelles_triees = ventes_mensuelles.sort_values(ascending=False)

# Tracer le graphique avec les valeurs
plt.figure(figsize=(12, 6))
bars = plt.bar(ventes_mensuelles_triees.index.strftime("%Y-%m"), ventes_mensuelles_triees.values)

# Ajouter les valeurs au-dessus des barres
for bar in bars:
height = bar.get_height()
plt.annotate(f'{height:,}', # Ajoute des séparateurs de milliers
xy=(bar.get_x() + bar.get_width() / 2, height),
xytext=(0, 3),
textcoords="offset points",
ha='center', va='bottom', fontsize=8)

plt.xticks(rotation=45, ha="right")
plt.title("Ventes mensuelles totales (triées par volume)")
plt.xlabel("Mois de sortie")
plt.ylabel("Nombre de ventes")
plt.tight_layout()
plt.grid(True)
plt.show()

import pandas as pd
import matplotlib.pyplot as plt

# Charger le fichier CSV
df = pd.read_csv("musiciens_exemple.csv")

# Convertir la colonne Date de sortie en datetime
df["Date de sortie"] = pd.to_datetime(df["Date de sortie"])

# Filtrer les données à partir de 2020
df_filtre = df[df["Date de sortie"] >= "2020-01-01"]

# Grouper les ventes par mois
ventes_mensuelles = df_filtre.groupby(df_filtre["Date de sortie"].dt.to_period("M"))["Nombre de ventes"].sum()

# Convertir l'index en datetime
ventes_mensuelles = ventes_mensuelles.to_timestamp()

# Tracer le graphique avec les valeurs
plt.figure(figsize=(12, 6))
bars = plt.bar(ventes_mensuelles.index.strftime("%Y-%m"), ventes_mensuelles.values)

# Ajouter les valeurs au-dessus des barres
for bar in bars:
height = bar.get_height()
plt.annotate(f'{height:,}',
xy=(bar.get_x() + bar.get_width() / 2, height),
xytext=(0, 3),
textcoords="offset points",
ha='center', va='bottom', fontsize=8)

plt.xticks(rotation=45, ha="right")
plt.title("Ventes mensuelles totales depuis 2020 (triées par volume)")
plt.xlabel("Mois de sortie")
plt.ylabel("Nombre de ventes")
plt.tight_layout()
plt.grid(True)
plt.show()

# Filtrer pour l'année 2020 et suivantes, et pour le genre "Pop"
df_filtre = df[(df["Date de sortie"] >= "2020-01-01") & (df["Genre"] == "Pop")]

import pandas as pd

# Charger le fichier Excel
file_path = "spotify.xlsx" # Remplace par le nom exact de ton fichier
xls = pd.ExcelFile(file_path)

# Charger la feuille de données
df = xls.parse('données')

# Charger le fichier CSV
# file_path = "spotify.csv" # Remplace par le nom de ton fichier
# df = pd.read_csv(file_path)

# S'assurer que la colonne 'Positivité' est bien numérique
df['Positivité'] = pd.to_numeric(df['Positivité'], errors='coerce')

# Trouver les chansons avec la positivité maximale
max_positivity = df['Positivité'].max()
most_positive_songs = df[df['Positivité'] == max_positivity]

# Afficher les colonnes pertinentes
print(most_positive_songs[['Chanson', 'Artiste', 'Genre principal', 'Positivité']])

import pandas as pd

# Charger le fichier Excel
file_path = "spotify.xlsx" # Remplace par le nom de ton fichier
xls = pd.ExcelFile(file_path)

# Charger la feuille de données
df = xls.parse('données')

# S'assurer que la colonne 'Positivité' est bien numérique
df['Positivité'] = pd.to_numeric(df['Positivité'], errors='coerce')

# Trier les chansons par positivité décroissante
df_sorted = df.sort_values(by='Positivité', ascending=False)

# Sélectionner les 5 premières
top5_positive_songs = df_sorted[['Chanson', 'Artiste', 'Genre principal', 'Positivité']].head(5)

# Afficher le résultat
print(top5_positive_songs)

top5_positive_songs.to_csv("top5_positives.csv", index=False, encoding='utf-8')

import pandas as pd

file_path = "spotify.xlsx" # Remplacer par le nom exact du fichier
xls = pd.ExcelFile(file_path)
df = xls.parse('données')

# S'assurer que les colonnes sont bien numériques
for col in ['Positivité', 'Dansabilité', 'Energie']:
df[col] = pd.to_numeric(df[col], errors='coerce')

# Supprimer les lignes avec des valeurs manquantes dans ces colonnes
df_clean = df.dropna(subset=['Positivité', 'Dansabilité', 'Energie']).copy()

# Calculer un score moyen des trois critères
df_clean['Score'] = df_clean[['Positivité', 'Dansabilité', 'Energie']].mean(axis=1)

# Trouver la chanson avec le meilleur score
best_song = df_clean.loc[df_clean['Score'].idxmax()]

# Afficher le résultat
print("Chanson avec la meilleure combinaison Positivité + Dansabilité + Énergie :\n")
print(f"Chanson : {best_song['Chanson']}")
print(f"Artiste : {best_song['Artiste']}")
print(f"Genre : {best_song['Genre principal']}")
print(f"Score : {best_song['Score']:.3f}")