Cours
Boîte à outils Python
4 h
304.8K
Les données tabulaires sont des données structurées en lignes et en colonnes. Il est important de structurer les données de cette manière, car cela facilite l'interprétation des résultats. En Python, nous pouvons créer des données tabulaires d'apparence agréable en utilisant la bibliothèque tabulate. La bibliothèque tabulate est facile à utiliser et est devenue l'un des outils préférés des data scientists, des analystes et des développeurs qui ont besoin de créer des tableaux proprement formatés pour la présentation.
Si vous débutez en tant qu'analyste de données ou data scientist, je vous recommande de suivre le cours Introduction à Python de DataCamp pour apprendre les bases du langage Python, notamment les fonctions et les packages.
Qu'est-ce que Python Tabulate ?
Le paquetage tabulate de Python permet de créer des tableaux bien formatés à partir de diverses sources de données. Les principaux cas d'utilisation du paquet tabulate sont les suivants :
-
Affichage des données dans les interfaces de ligne de commande (CLI) : Le paquetage
tabulatepermet aux développeurs d'afficher des tableaux formatés de manière lisible dans le terminal ou la console. -
Jupyter Notebooks : La fonction
tabulate()permet d'afficher de jolis tableaux dans les Notebooks Jupyter. -
Applications Web : Le paquetage
tabulatepermet aux développeurs d'afficher des tableaux au format HTML dans les applications web.
Voici quelques-unes des principales caractéristiques de la bibliothèque tabulate:
-
Plusieurs formats de sortie : Le paquetage
tabulatepermet de produire des tableaux dans différents formats, y compris le texte brut, HTML, LaTeX et d'autres ; les utilisateurs peuvent donc choisir en fonction du cas d'utilisation. -
Alignement automatique des colonnes :
tabulatealigne automatiquement les colonnes de différents types de données, y compris les chaînes de caractères, les nombres et autres. -
Manipulation de diverses structures de données :
tabulatemanipule des dictionnaires, des listes, des DataFrame pandas et des tableaux NumPy.
Comment installer Tabulate en Python
Vous pouvez utiliser le gestionnaire de paquets pip pour installer le paquet tabulate en Python. Dans votre terminal ou à l'invite de commande, tapez et exécutez l'invite suivante :
pip install tabulateSi vous souhaitez installer le paquet pour un seul utilisateur sans avoir besoin de privilèges administratifs, vous pouvez utiliser l'option –user comme indiqué ci-dessous.
pip install --user tabulateVous pouvez créer un nouvel environnement virtuel à l'aide de la commande suivante lorsque vous exécutez des scripts dans un environnement virtuel.
python -m venv myenvPour activer l'environnement virtuel, exécutez les commandes suivantes :
Pour Windows :
myenv\Scripts\activatePour macOS/Linux :
source myenv/bin/activateSi l'installation est réussie, vous pouvez exécuter le code suivant dans votre éditeur Python pour vérifier le numéro de version du paquet tabulate dans l'environnement Python.
import tabulate
print(tabulate.__version__)Si vous constatez que vos outils ont besoin d'être mis à jour, lisez notre guide : Comment mettre à jour Python et Pip sous Windows, MacOS et Linux.
Utilisations de base de Python Tabulate
Les exemples ci-dessous montrent l'utilisation de base du progiciel tabulate pour créer des tableaux formatés.
Création de tableaux simples
La façon la plus simple d'utiliser la fonction tabulate() pour créer des tableaux est de fournir une liste de listes. Les arguments clés de la syntaxe de la fonction tabulate() sont les suivants :
-
tabular_data: Les données à formater, telles qu'une liste de listes ou de dictionnaires. -
headers: Les en-têtes à fournir dans le tableau. S'il est omis, le tableau n'aura pas d'en-têtes. -
tablefmt: Le format de sortie du tableau, tel que“plain”,“pipe”,“grid”, ou“html”.
L'exemple ci-dessous montre comment utiliser la fonction tabulate() pour créer un tableau au format grille.
# Import the tabulate module
from tabulate import tabulate
# Sample data: list of lists
data = [
["Alice", 24, "Engineer"],
["Bob", 30, "Data Scientist"],
["Charlie", 28, "Teacher"]
]
# Creating a table with headers and a grid format
table = tabulate(
data,
headers=["Name", "Age", "Profession"],
tablefmt="grid"
)
print(table)
Tableau formaté en grille à l'aide de Python tabulate. Image par l'auteur.
Consultez notre cursus de compétences sur les principes fondamentaux de Python pour en savoir plus sur les listes et autres structures de données en Python.
Afficher des données à partir de DataFrame pandas
Le DataFrame de pandas est une structure de données courante en Python qui gère les données tabulaires. En utilisant la bibliothèque tabulate, vous pouvez formater les données tabulaires dans différents formats selon les spécifications requises. L'exemple suivant montre comment afficher un tableau en utilisant le format ‘pipe’.
# Import libraries
import pandas as pd
from tabulate import tabulate
# Sample DataFrame
df = pd.DataFrame({
"Name": ["Alice", "Bob", "Charlie"],
"Age": [24, 30, 28],
"Profession": ["Engineer", "Data Scientist", "Teacher"]
})
# Displaying the DataFrame as a formatted table
table = tabulate(
df,
headers='keys',
tablefmt='pipe'
)
print(table)
Sortie du tableau en utilisant le style de formatage pipe dans la fonction Python tabulate(). Image par l'auteur.
En utilisant le même DataFrame, df, vous pouvez afficher les résultats du tableau sous forme de grille.
print(tabulate(df, headers='keys', tablefmt='grid'))
Sortie du tableau en utilisant le style de mise en forme de la grille dans la fonction Python tabulate(). Image par l'auteur.
Fonctionnalités avancées de Python Tabulate
La bibliothèque tabulate offre des fonctionnalités avancées qui vous permettent de personnaliser l'apparence de tableaux complexes. Examinons quelques-unes de ces caractéristiques.
Personnalisation de l'apparence des tableaux
La bibliothèque tabulate propose différentes façons de personnaliser l'apparence des tableaux, notamment en ajustant l'alignement, en définissant la largeur des colonnes et en utilisant différents formats de tableau. Vous trouverez ci-dessous quelques-unes des principales options de formatage.
-
numalign: Contrôle l'alignement des colonnes numériques. Les valeurs acceptables sont"left","center", et"right". -
stralign: Contrôle l'alignement des colonnes de la chaîne de caractères. Les valeurs acceptables sont"left","center", et"right". -
colalign: Permet un alignement spécifique des colonnes individuelles en fournissant une liste d'options d'alignement.
L'exemple ci-dessous illustre l'application de ces options de formatage.
from tabulate import tabulate
# Sample data: list of lists
data = [
["Alice", 24, 1200.50],
["Bob", 30, 3500.75],
["Charlie", 28, 2500.00]
]
# Customizing table appearance
table = tabulate(
data,
headers=["Name", "Age", "Salary"],
tablefmt="fancy_grid",
numalign="right",
stralign="center",
colalign=("center", "center", "right")
)
print(table)
Sortie de tableaux personnalisés à l'aide de Python tabulate. Image par l'auteur.
Traitement des cellules multilignes
La bibliothèque tabulate vous permet également de traiter des données textuelles dépassant la largeur typique d'une colonne. L'argument maxcolwidths spécifie la largeur maximale de chaque cellule du tableau de sortie afin de gérer l'habillage du texte à l'intérieur des cellules. Cette fonctionnalité vous permet d'afficher des informations longues de manière plus lisible.
Dans l'exemple ci-dessous, la valeur de maxcolwidths est fixée à 30 caractères afin de regrouper les données textuelles sur plusieurs lignes si elles dépassent le nombre de caractères spécifié.
# Import tabulate library
from tabulate import tabulate
# Sample text data
data = [
["Alice", "Lorem ipsum dolor sit amet, consectetur adipiscing elit."],
["Bob", "Sed do eiusmod tempor incididunt ut labore et dolore magna aliqua."],
["Charlie", "Ut enim ad minim veniam, quis nostrud exercitation ullamco."]
]
# Creating a table with multiline cells
table = tabulate(
data,
headers=["Name", "Description"],
tablefmt="grid",
maxcolwidths=[None, 30] # Set maximum width for the Description column
)
print(table)
Sortie d'un tableau gérant plusieurs lignes en utilisant Python tabulate. Image par l'auteur.
Utilisation de l'utilitaire de ligne de commande
La bibliothèque tabulate fournit un utilitaire de ligne de commande qui vous permet d'afficher des tableaux directement à partir de la ligne de commande ou du terminal. Cet utilitaire en ligne de commande vous permet de générer les tableaux sans écrire de code Python supplémentaire.
Supposons que vous disposiez d'un fichier CSV nommé data.csv. Vous utiliserez l'invite de commande suivante pour générer un tableau à l'aide de tabulate.
cat data.csv | tabulate -d , -f gridOù ?
-
cat data.csvlit le contenu du fichier CSV. -
-d ,spécifie le délimiteur (virgule pour CSV). -
-f griddéfinit le format de sortie au stylegrid.
Exemples pratiques et cas d'utilisation
Dans cette section, nous allons explorer les différents cas d'utilisation de la bibliothèque tabulate pour afficher des tableaux en Python.
Affichage des données de vente
Supposons que nous disposions des données de vente suivantes.
# Sample sales data
sales_data = [
["Q1", 15000, 12000, 13000],
["Q2", 17000, 16000, 14500],
["Q3", 18000, 15000, 16000],
["Q4", 20000, 21000, 19000]
]
headers = ["Quarter", "Product A", "Product B", "Product C"]Vous pouvez afficher les données dans un tableau en utilisant le format fancy_grid.
# Import tabulate library
from tabulate import tabulate
# Displaying sales data using the 'fancy_grid' format
table_fancy = tabulate(sales_data, headers=headers, tablefmt="fancy_grid")
print(table_fancy)
Sortie d'un tableau utilisant le formatage fancy_grid dans Python tabulate. Image par l'auteur.
Vous pouvez également afficher les données au format HTML en paramétrant tablefmt sur html.
# Displaying sales data using the 'html' format
table_html = tabulate(sales_data, headers=headers, tablefmt="HTML")
print(table_html)Sortie :
<table>
<thead>
<tr><th>Quarter </th><th style="text-align: right;"> Product A</th><th style="text-align: right;"> Product B</th><th style="text-align: right;"> Product C</th></tr>
</thead>
<tbody>
<tr><td>Q1 </td><td style="text-align: right;"> 15000</td><td style="text-align: right;"> 12000</td><td style="text-align: right;"> 13000</td></tr>
<tr><td>Q2 </td><td style="text-align: right;"> 17000</td><td style="text-align: right;"> 16000</td><td style="text-align: right;"> 14500</td></tr>
<tr><td>Q3 </td><td style="text-align: right;"> 18000</td><td style="text-align: right;"> 15000</td><td style="text-align: right;"> 16000</td></tr>
<tr><td>Q4 </td><td style="text-align: right;"> 20000</td><td style="text-align: right;"> 21000</td><td style="text-align: right;"> 19000</td></tr>
</tbody>
</table>Le tableau HTML est utile pour les intégrations web si vous souhaitez intégrer le tableau dans des sites web. Vous pouvez également personnaliser la sortie du tableau HTML à l'aide de CSS afin d'obtenir un aspect plus attrayant pour l'utilisateur.
Intégration avec Jupyter Notebooks
La bibliothèque tabulate peut facilement être intégrée aux carnets Jupyter pour faciliter la présentation des données. L'exemple ci-dessous montre comment créer un exemple de DataFrame dans un Notebook Jupyter et l'afficher dans un tableau au format grille.
# Import required library
import pandas as pd
from tabulate import tabulate
# Sample student exam scores DataFrame
exam_scores_df = pd.DataFrame({
"Student": ["Alice", "Bob", "Charlie", "David"],
"Math": [85, 90, 78, 92],
"Science": [88, 76, 95, 85],
"English": [90, 88, 84, 91]
})
# Displaying the DataFrame as a formatted table using 'grid' format
table_jupyter = tabulate(exam_scores_df, headers='keys', tablefmt='grid')
print(table_jupyter)
Sortie du tableau à l'aide de Python tabulate intégré à un carnet de notes Jupyter. Image par l'auteur.
L'avantage d'utiliser la bibliothèque tabulate dans un environnement Jupyter est qu'elle améliore la lisibilité et la comparaison des données, en particulier pour les tâches d'analyse des données.
Conclusion
La bibliothèque tabulate est importante pour créer des tableaux bien formatés en Python. Comme vous l'avez vu, il offre également une grande souplesse d'utilisation dans différents environnements, tels que les carnets Jupyter, les lignes de commande et les applications web, y compris des options pour la sortie, telles que HTML.
Si vous souhaitez améliorer vos compétences en Python, je vous recommande vivement de consulter le cursus de programmation Python de DataCamp. Je vous encourage également à consulter nos cursus professionnels Développeur Python et Analyste de données avec Python, qui vous aideront à acquérir des compétences utiles à l'emploi pour devenir un analyste de données compétent. De plus, si vous aimez travailler avec des tableaux en Python, essayez l'introduction aux bases de données en Python de DataCamp pour en savoir plus sur l'utilisation de SQL avec Python. Enfin, cliquez ci-dessous pour devenir un scientifique de l'apprentissage automatique en Python, si vous vous sentez prêt pour cette étape passionnante.
L'amélioration de l'IA pour les débutants
Apprenez les bases de l'IA et du ChatGPT en partant de zéro.
