Project 2 updates

README.MD

@@ -0,0 +1,44 @@
+# Projet 02 : Analyse et Exploration des Données sur les Arbres Parisiens
+
+## Objectif du projet
+Explorer et analyser un jeu de données sur les arbres de Paris afin de comprendre leurs caractéristiques et identifier des relations pertinentes entre variables.  
+Ce projet met l’accent sur le **nettoyage des données**, la **gestion des anomalies** et la **visualisation statistique** pour préparer le dataset à des analyses ultérieures.
+
+## Contenu du projet
+
+- `Mureau_Grégoire_functions_012025.py` : fonctions utilitaires pour le nettoyage, la transformation et l’analyse des données.
+- `paris_trees_analysis.py` : script principal pour exécuter les traitements sur le dataset.
+- `paris_trees_analysis_notebook.ipynb` : notebook détaillant toutes les étapes de l’exploration et du nettoyage.
+- `soutenance_projet2_presentation.pdf` : support de présentation pour la soutenance.
+
+## Étapes principales du notebook
+
+1. **Chargement et Aperçu des Données**
+   - Import des données à partir du fichier CSV.
+   - Affichage des premières lignes pour un aperçu rapide.
+   - Inspection de la structure et des types de données du DataFrame.
+
+2. **Analyse Exploratoire Initiale**
+   - Utilisation des méthodes pandas (`info()`, `head()`, `describe()`) pour obtenir :
+     - Taille du dataset
+     - Types de colonnes
+     - Valeurs manquantes
+     - Statistiques descriptives pour les variables numériques.
+
+3. **Identification et Nettoyage des Anomalies**
+   - **Valeurs aberrantes** : identification pour la circonférence et la hauteur des arbres ; certaines valeurs extrêmes remplacées par `NaN` ou corrigées.
+   - **Valeurs manquantes** : analyse approfondie des colonnes avec NaN ; imputation partielle pour certaines variables (`domanialite`, `libelle_francais`) en utilisant des colonnes corrélées (`genre`, `espece`, `variete`).
+
+4. **Analyse Univariée et Bivariée (après nettoyage)**
+   - **Analyse univariée** : distribution des variables individuelles (quantitatives et catégorielles) visualisée via histogrammes, boxplots et diagrammes circulaires.
+   - **Analyse bivariée** : relations entre paires de variables, notamment :
+     - `remarquable` vs variables quantitatives (`hauteur_m`, `circonference_cm`)
+     - `remarquable` vs variables catégorielles (`espece`).
+
+## Résultat attendu
+- Compréhension globale du dataset sur les arbres parisiens.
+- Dataset nettoyé et prêt pour des analyses plus avancées ou des modélisations futures.
+- Visualisations et analyses statistiques documentant les distributions et les relations clés.
+
+## Notes
+Ce projet met en lumière les étapes essentielles du **nettoyage de données** et de l’**exploration statistique**, qui sont fondamentales pour tout projet de data analysis.