def clustering(self, nb_clusters):
"""Cette méthode utilise la méthode des Kmeans pour permettre à la fonction de créer des classes entre les pays.
Elle prend en argument le nombre de classes que l'utilisateur veut former.
Cette méthode renvoie un data frame où chaque colonne correspond à chaque classe
avec le nom des pays dans celles ci."""
donnees = Data_Base().donnees
criteres = [
'superficie', 'population', 'croissance démographique',
'inflation', 'dette', 'chômage', 'dépenses santé',
'dépenses éducation', 'dépenses militaires'
]
valeurs_pays = []
liste_des_pays_comptabilises = []
for num_pays in range(len(donnees)):
pays = Pays(num_pays, donnees)
if pays.get_name():
if True not in [
self.numerisation_critere(pays, critere) == 'NA'
for critere in criteres
]:
liste_des_pays_comptabilises.append(
self.simplification(pays.get_name()))
valeurs_pays.append([
self.numerisation_critere(pays, critere)
for critere in criteres
])
clf = KMeans(n_clusters=nb_clusters)
clf.fit(np.array(valeurs_pays))
labels = clf.labels_
pays_dans_clusters = [[] for i in range(nb_clusters)]
for i in range(len(labels)):
for cl in range(nb_clusters):
if labels[i] == cl:
pays_dans_clusters[cl].append(
liste_des_pays_comptabilises[i])
for cluster in pays_dans_clusters:
while len(cluster) < max([len(cl) for cl in pays_dans_clusters]):
cluster.append('')
liste_des_clusters = [
'Cluster {}'.format(i + 1) for i in range(nb_clusters)
]
return pandas.DataFrame(pays_dans_clusters, index=liste_des_clusters).T
def clustering(self, nb_clusters):
donnees = Data_Base().donnees
criteres = [
'superficie', 'population', 'croissance démographique',
'inflation', 'dette', 'chômage', 'dépenses santé',
'dépenses éducation', 'dépenses militaires'
]
valeurs_pays = []
liste_des_pays_comptabilises = []
for num_pays in range(len(donnees)):
pays = Pays(num_pays, donnees)
if pays.get_name():
if True not in [
self.numerisation_critere(pays, critere) == 'NA'
for critere in criteres
]:
liste_des_pays_comptabilises.append(
self.simplification(pays.get_name()))
valeurs_pays.append([
self.numerisation_critere(pays, critere)
for critere in criteres
])
clf = KMeans(n_clusters=nb_clusters)
clf.fit(np.array(valeurs_pays))
labels = clf.labels_
pays_dans_clusters = [[] for i in range(nb_clusters)]
for i in range(len(labels)):
for cl in range(nb_clusters):
if labels[i] == cl:
pays_dans_clusters[cl].append(
liste_des_pays_comptabilises[i])
for cluster in pays_dans_clusters:
while len(cluster) < max([len(cl) for cl in pays_dans_clusters]):
cluster.append('')
liste_des_clusters = [
'Cluster {}'.format(i + 1) for i in range(nb_clusters)
]
return pandas.DataFrame(pays_dans_clusters, index=liste_des_clusters).T
def liste_triee_selon_critere(self, donnees, critere): liste = [] for num_pays in range(len(donnees)): pays = Pays(num_pays, donnees) if pays.get_name() and self.numerisation_critere(pays, critere) != 'NA': liste.append((self.numerisation_critere(pays, critere), pays)) liste.sort() return liste
def liste_triee_selon_critere(self, donnees, critere): """Cette méthode a besoin d'un jeu de données et d'un critère. Elle renvoie une liste triée selon un critère choisi par le data scientist.""" liste = [] for num_pays in range(len(donnees)): pays = Pays(num_pays, donnees) if pays.get_name() and self.numerisation_critere(pays, critere) != 'NA': liste.append((self.numerisation_critere(pays, critere), pays)) liste.sort() return liste
def boites_a_moustache(self):
"""Cette méthode crée une boîte à moustache sur les différentes classes d'ages."""
donnees = Data_Base().donnees
classe_age_0 = []
classe_age_1 = []
classe_age_2 = []
classe_age_3 = []
classe_age_4 = []
for num_pays in range(len(donnees)):
pays = Pays(num_pays, donnees)
if pays.get_name():
if self.numerisation_critere(pays, '0-14') != 'NA':
classe_age_0.append(self.numerisation_critere(
pays, '0-14'))
if self.numerisation_critere(pays, '15-24') != 'NA':
classe_age_1.append(
self.numerisation_critere(pays, '15-24'))
if self.numerisation_critere(pays, '25-54') != 'NA':
classe_age_2.append(
self.numerisation_critere(pays, '25-54'))
if self.numerisation_critere(pays, '55-64') != 'NA':
classe_age_3.append(
self.numerisation_critere(pays, '55-64'))
if self.numerisation_critere(pays, '>=65') != 'NA':
classe_age_4.append(self.numerisation_critere(
pays, '>=65'))
plt.title(
"Box-plots correspondants aux répartitions des valeurs des 5 classes d’âge pour tous les pays."
)
plt.boxplot([
classe_age_0, classe_age_1, classe_age_2, classe_age_3,
classe_age_4
],
labels=[
"0-14 years", "15-24 years", "25-54 years",
"55-64 years", ">=65"
])
plt.show()