Académique Documents
Professionnel Documents
Culture Documents
Devoir de Contrôle N3 4éco3
Devoir de Contrôle N3 4éco3
Professeur: Date :
Mme. Sonia BADREDDINE DEVOIR DE CONTROLE N°3 Jeudi le :04/05/2023
Important : Dans le répertoire Bac2023 situé sur la racine du disque C de votre poste, créez un dossier de travail
portant votre nom et prénom et dans lequel vous devez enregistrer, au fur et à mesure, le fichier solution de ce sujet.
En vue de faire le suivi des résultats des adhérents et leurs états morphologiques dans un club sportif, on se
propose d’utiliser la base de données intitulée "Gestion_Athlete" décrite par le schéma textuel simplifié
suivant :
Athlete (CodeA, NomPrenom, Genre, Taille, Poids)
Course (NumC, Lieu, Ville, DateC)
Resultat (NumC#, CodeA#, Temps)
Soit la description des colonnes des tables de la base de données "Gestion_Athlete" :
Nom Description Type Taille Format Contrainte
Le code d’une athlète Non vide
CodeA Texte court 5
Initialisé à A
Le nom et le prénom d’une
NomPrenom Texte court 30 Non vide
athlète
Genre Le genre d’une athlète Liste de choix
Taille La taille d’une athlète Numérique Entier Supérieure à zéro
Poids Le poids d’une athlète Numérique Entier Supérieure à zéro
Le numéro de course Non vide
NumC Texte court 5
Initialisé à C
Lieu Le lieu où se passe la course Texte court 30
Ville La ville où se passe la course Texte court 30
DateC La date de course Date/Heure Date réduit
Temps Le temps du résultat de course Date/Heure Heure complet
Page 1 sur 3
A05 CHAABEN Hatem Homme 152 42
Course Resultat
NumC Lieu Ville DateC NumC CodeA Temps
C01 Morneg Ben Arous 18-févr.-22 C01 A05 01 :30 :12
C02 Rades Ben Arous 21-avr.-22 C03 A01 00 :45 :55
C03 Mrezga Hammamet 09-avr.-22 C02 A05 00 :20 :05
C03 A03 00 :30 :05
C03 A05 00 :47 :00
1) Créer un script et l’enregistrer sous le nom « Athlete.py » dans votre dossier de travail.
2) En se référant à l’annexe de la page 3, choisir les méthodes adéquates, de la bibliothèque 1
Pandas, pour écrire le script « Athlete.py » qui permet de/d’ :
a) importer le contenu de la table intitulée « Athlete.csv » et le stocker dans un 1
DataFrame qu’on nommera « Athlete ». 1
b) afficher un résumé rapide au DataFrame « Athlete ». 1
c) supprimer l’athlète A05 du DataFrame. 1
d) afficher les informations relatives aux athlètes dont la taille est supérieur à 165 1
e) afficher la taille d’athlète la plus élevée.
f) Générer puis afficher, à partir du DataFrame « Athlete », un graphique en courbes
bleus représentant, pour chaque NomPrenom d’athlète leur taille.
Page 2 sur 3
ANNEXE
Les méthodes à utiliser avec la bibliothèque Pandas
Catégorie Syntaxe
Importation df = pandas.read_excel ("Chemin/Nom_Fichier.xls", "Nom_Feuille")
d’un
DataFrame df = pandas.read_csv ("Chemin/Nom_Fichier.extension", sep = "séparateur")
Id_DataFrame.shape
Id_DataFrame.size
Id_DataFrame.info()
Manipulation Id_DataFrame.describe()
d’un Id_DataFrame.columns
DataFrame Id_DataFrame.rename(columns = {"colonne1":"nouveau_nom_colonne1",
…,"colonneN":"nouveau_nom_colonneN"}, inplace=True/False)
Id_DataFrame=Id_DataFrame.drop([Indice_Ligne])
Id_DataFrame=Id_DataFrame.drop(["Nom_Colonne1",…,"Nom_ColonneN"])
Id_DataFrame ou bien print(Id_DataFrame)
Id_DataFrame.Id_Colonne ou bien Id_DataFrame["Id_Colonne"]
Id_DataFrame.head(n) ou bien print(Id_DataFrame.head(n))
Id_DataFrame.tail(n) ou bien print(Id_DataFrame.tail(n))
Id_DataFrame.Id_Colonne[Position_Initiale:Position_Finale]
Affichage et
modification Id_DataFrame.iloc[Indice_Ligne]
des données Id_DataFrame.iloc[Indice_Ligne,Indice_Colonne]
d’un Id_DataFrame.loc[N° ligne,"Nom_colonne"]=Valeur
DataFrame Id_DataFrame.loc[N° ligne]=[Liste_Valeur]
Id_DataFrame["Id_Colonne"]=valeur
Id_DataFrame[Id_DataFrame["Nom_Colonne"] Op_Comparaison valeur]
Id_DataFrame[(Id_DataFrame["Nom_Colonne"] Op_Comp Valeur) Op_Logique
(Id_DataFrame["Nom_Colonne"] Op_Comp Valeur)]
Les fonctions
mean() - min() - max() - sum() - count()
statistiques
DataFrame_Trié = Id_DataFrame.sort_index()
Tri des éléments
DataFrame_Trié = Id_DataFrame.sort_index(axis = 1)
d’un
DataFrame DataFrame_Trié = Id_DataFrame.sort_values(by = [liste_colonnes], scending =
[True/False]))
df.plot.bar(x="Nom_Colonne_Abscisse", y="Nom_Colonne_Ordonnée",
title="Titre_Graphique", color="couleur_Graphique")
Création d’un
graphique
df.plot.line(x="Nom_Colonne_Abscisse", y="Nom_Colonne_Ordonnée",
title="Titre_Graphique",color="couleur_Graphique")
alias_matplotlib.show()
Page 3 sur 3