Summary  
Demonstrates how to calculate variance using NumPy’s np.var (population variance) and pandas’ .var() (sample variance) methods on a sequence of values.

General domain of usage  
Data analysis

## Calcul du variance avec NumPy

Dans `numpy`, transmettez la séquence de valeurs (comme une colonne du jeu de données) à la fonction `np.var()`, par exemple : `np.var(df['work_year'])`.

## Calcul du variance avec pandas

Dans `pandas`, appliquez directement la méthode `.var()` à la colonne, comme ceci : `df['work_year'].var()`.

Les deux méthodes produisent des résultats similaires, avec de légères différences dues à l'utilisation de dénominateurs différents : **N** dans `numpy` (variance de population) et **N-1** dans `pandas` (variance d'échantillon).

import pandas as pd
import numpy as np

df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a849660e-ddfa-4033-80a6-94a1b7772e23/update/ds_salaries_statistics', index_col = 0)

# Calculate the variance using the function from the NumPy library
var_1 = np.var(df['salary_in_usd'])
# Calculate the variance using the function from the pandas library
var_2 = df['salary_in_usd'].var()

print('The variace using NumPy library is', var_1)
print('The variace using pandas library is', var_2)

Acquérir une base solide en statistiques avec Python. Découvrir les concepts statistiques essentiels et les appliquer à l’aide de NumPy et pandas. Passer des mesures de base telles que la moyenne et la variance aux tests d’hypothèses, intervalles de confiance et analyses de données concrètes grâce à une pratique approfondie.

Découvrez les principes statistiques fondamentaux, y compris les types de données, les mesures de tendance centrale et les principales différences entre échantillons et populations.

Apprendre à calculer et interpréter la moyenne, la médiane et le mode avec Python. S'exercer à ces opérations avec pandas pour analyser des ensembles de données réels.

Comprendre comment la variance et l'écart type mesurent la dispersion des données. Apprendre à calculer ces mesures manuellement et à l'aide d'outils Python.

Découvrez comment la covariance et la corrélation décrivent les relations entre les variables. Exercices de calcul et de comparaison de ces deux mesures en Python.

Maîtrise des intervalles de confiance pour estimer les paramètres d'une population. Utilisation de NumPy, pandas et des bibliothèques de visualisation pour calculer et interpréter les intervalles avec des données réelles.

Apprenez les principes fondamentaux des tests d'hypothèse et du test t. Comprenez comment concevoir, réaliser et interpréter des tests à l'aide de Python pour soutenir les décisions basées sur les données.

Calculer la Variance avec Python

Calcul du variance avec NumPy

Calcul du variance avec pandas

Calculer la Variance avec Python

Calcul du variance avec NumPy

Calcul du variance avec pandas