Data Analyzer

Un outil d'analyse de données qui traite les fichiers CSV, effectue des analyses statistiques et génère des visualisations à l'aide de Pandas, Matplotlib et Seaborn.

Installation

Prérequis

• Python 3.6 ou supérieur

Étapes d'installation

1. Clonez le répertoire :

   git clone <votre-url-git>
   cd data-analyzer
   

2. Créez un environnement virtuel (Windows) :

   python -m venv venv
   

3. Activez l'environnement virtuel :

   • Windows (Invite de commandes) :

     venv\Scripts\activate.bat
     

   • Windows (PowerShell) - si vous rencontrez des erreurs de politique d'exécution :

     Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser
     venv\Scripts\Activate.ps1
     

   • Linux/macOS :

     source venv/bin/activate
     

4. Installez les dépendances :

   pip install -e .
   

Structure du projet

data-analyzer/
├── data/                # Répertoire contenant les fichiers de données CSV
├── src/                 # Code source principal
│   ├── __init__.py
│   ├── data_loader.py   # Module pour charger et prétraiter les données
│   ├── analyzer.py      # Module pour l'analyse des données
│   └── visualizer.py    # Module pour la visualisation des données
├── tests/               # Tests unitaires
│   ├── __init__.py
│   ├── test_data_loader.py
│   ├── test_analyzer.py
│   └── test_visualizer.py
├── main.py              # Point d'entrée principal de l'application
├── setup.py             # Script d'installation
└── README.md            # Ce fichier

Utilisation

Interface en ligne de commande

L'application fournit une interface en ligne de commande pour analyser et visualiser des données CSV :

python main.py [fichier_csv] [options]

Options d'analyse

• --analysis, -a : Type d'analyse à effectuer (choix : summary, time-series, distribution, top-categories, customer-segments, customer-metrics, correlation)
• --groupby, -g : Colonne pour le regroupement
• --n-top, -n : Nombre d'éléments principaux à afficher
• --frequency, -f : Fréquence pour l'analyse des séries temporelles (D, W, M, Q, Y)
• --start-date : Date de début pour le filtrage (YYYY-MM-DD)
• --end-date : Date de fin pour le filtrage (YYYY-MM-DD)
• --category : Filtrer par catégorie
• --customer : Filtrer par ID client

Options de visualisation

• --plot, -p : Type de graphique à créer (choix : bar, line, pie, heatmap, histogram, box, scatter)
• --x-column : Colonne pour l'axe X dans le nuage de points
• --y-column : Colonne pour l'axe Y dans le nuage de points
• --title : Titre du graphique
• --xlabel : Étiquette pour l'axe X
• --ylabel : Étiquette pour l'axe Y
• --color : Couleur du graphique
• --horizontal : Créer un graphique à barres horizontal
• --figsize : Taille de la figure en pouces (largeur,hauteur)

Options de sortie

• --output, -o : Répertoire pour enregistrer les fichiers de sortie
• --format : Format pour sauvegarder les graphiques (png, jpg, svg, pdf)
• --dpi : DPI pour sauvegarder les graphiques
• --no-display : Ne pas afficher les graphiques, seulement les sauvegarder

Exemples d'utilisation

1. Afficher un résumé statistique des données :

   python main.py data/sample_data.csv --analysis summary
   

2. Créer un graphique à barres des catégories les plus dépensées :

   python main.py data/sample_data.csv --analysis top-categories --plot bar --output results
   

3. Analyser les tendances de dépenses sur une période spécifique :

   python main.py data/sample_data.csv --analysis time-series --start-date 2023-01-15 --end-date 2023-02-15 --plot line
   

4. Créer un diagramme circulaire de la distribution des dépenses par catégorie :

   python main.py data/sample_data.csv --analysis distribution --plot pie --output results
   

Exécution des tests

Pour exécuter les tests unitaires :

pytest

Pour exécuter un module de test spécifique :

pytest tests/test_data_loader.py

Fonctionnalités

• Chargement et validation des données CSV
• Filtrage des données par date, catégorie et client
• Statistiques descriptives avec regroupement optionnel
• Analyse de séries temporelles avec différentes fréquences
• Segmentation des clients basée sur les modèles de dépenses
• Visualisations diverses : graphiques à barres, à lignes, circulaires, cartes thermiques, histogrammes, boîtes à moustaches et nuages de points
• Personnalisation des graphiques (titres, étiquettes, couleurs, etc.)
• Enregistrement des visualisations dans différents formats