Les données jouent un rôle central dans de nombreux domaines et leur traitement est une
tâche cruciale pour les scientifiques, les chercheurs et les analystes de données. Le langage R est
largement utilisé pour l'analyse de données en raison de ses capacités statistiques avancées et de
ses nombreuses bibliothèques dédiées à l'analyse de données. Alors que ggplot2 est, de loin, la
bibliothèque de visualisation la plus populaire en R, en comparaison Python offre une large gamme
de bibliothèques de visualisation telles que Matplotlib, Seaborn ou Plotly et bien d'autres qui
propose une multitude de types de représentation.
Dans cette présentation, nous explorerons un exemple d'utilisation de R et Python pour le trai-
tement de données. Par la suite nous explorerons les bibliothèques de visualisation de Python pour
créer des visualisations interactives et dynamiques. Pour ce faire, nous utiliserons un environnement
de développement intégré tel que Jupyter Notebook, qui permet d'exécuter du code R et Python
dans un même document.
Nous aborderons également la production d'interface par l'utilisation de bibliothèques spécia-
lisées telle que Streamlit qui permet de produire des applications web complètes. Cela peut être
particulièrement utile pour naviguer dans les données et en personnaliser le traitement, l'analyse
et la présentation.
Cette conférence s'adresse à toute personne intéressée par l'analyse de données et la visualisa-
tion et qui souhaite explorer certains aspects de l'utilisation de Python pour le traitement et la
visualisation de données