import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

s = pd.Series(range(10))
s

10*s

s * s

# toujours cette ligne dans IPython pour afficher les graphiques
%matplotlib inline

x = s * s
x.plot()

t = pd.Series([1,2,3], ['a', 'b', 'c'])
t

t.plot()

t['b']

pd.Series(range(10,0,-1), index=pd.date_range('2015-3-23', periods=10)).plot()

d = pd.DataFrame({
    'Pression'    : range(10, 22),
    'Temperature' : np.random.randn(12)
})
d

d.plot()

d['Pression']

d['Temperature'].plot()

d[2:7]

d.sort(columns="Temperature")

d.max()

d.describe()

d['Pression'] = np.random.randn(12)
d

d['Volume'] = range(12,0,-1)
d

d.T

d[['Pression', 'Volume']]

d+d

a = pd.DataFrame({
    'qui'    : ['Jean', 'Garfield', 'Milou', 'Bob'],
    'espece' : ['homme', 'chat', 'chien', 'chien']
})
a

a[a.espece == 'chien']

a[a.espece.isin(['homme', 'chat'])]

b = pd.DataFrame({
    'espece' : ['chien', 'chat', 'homme', 'homme', 'homme'],
    'sons'   : ['abboie', 'miaule', 'parle', 'crie', 'hurle']
})
b

a.merge(b)

import urllib2, json
prenoms = urllib2.urlopen('http://opendata.paris.fr/api/records/1.0/download?dataset=liste_des_prenoms_2004_a_2012&format=json')
donnees_brutes = json.load(prenoms)
donnees_brutes[0]

p = pd.DataFrame([d['fields'] for d in donnees_brutes])
p

p.groupby(p.annee).max()

x = p.groupby(p.annee).sum()
x

x['nombre'].plot()

p.groupby(['annee', 'sexe']).sum()

p.pivot_table(values='nombre', columns='annee', index='prenoms').sort(2014, ascending=False)