Explorer des données ouvertes

annee,sexe,prenom,nombre
2020,M,Gabriel,4125
2020,F,Jade,3814
2020,M,Leo,3712
2020,F,Louise,3674
2020,M,Raphael,3553
2020,F,Emma,3410
2020,M,Louis,3258
2020,F,Alice,3157
2020,M,Adam,3089
2020,F,Lina,2899
2019,M,Gabriel,4087
2019,F,Emma,3945
2019,M,Leo,3622
2019,F,Jade,3512

import pandas as pd

# Charger le fichier CSV
df = pd.read_csv("prenoms.csv")

# Afficher les premières lignes
print("Aperçu des données :")
print(df.head(10))

# Informations sur le jeu de données
print("\nInformations sur les données :")
print(f"Nombre de lignes : {len(df)}")
print(f"Colonnes : {list(df.columns)}")
print(f"\nTypes de données :")
print(df.dtypes)

# Statistiques descriptives
print("Statistiques sur le nombre de naissances :")
print(df['nombre'].describe())

# Filtrer : seulement les garçons en 2020
garcons_2020 = df[(df['sexe'] == 'M') & (df['annee'] == 2020)]
print("\nTop 5 prénoms masculins en 2020 :")
print(garcons_2020.nlargest(5, 'nombre')[['prenom', 'nombre']])

# Filtrer : seulement les filles en 2020
filles_2020 = df[(df['sexe'] == 'F') & (df['annee'] == 2020)]
print("\nTop 5 prénoms féminins en 2020 :")
print(filles_2020.nlargest(5, 'nombre')[['prenom', 'nombre']])

# Rechercher un prénom spécifique
prenom_recherche = "Emma"
emma = df[df['prenom'] == prenom_recherche]
print(f"\nÉvolution du prénom {prenom_recherche} :")
print(emma[['annee', 'nombre']])

import matplotlib.pyplot as plt

# Top 10 prénoms en 2020 (tous sexes confondus)
top_2020 = df[df['annee'] == 2020].nlargest(10, 'nombre')

# Créer le graphique
plt.figure(figsize=(12, 6))
couleurs = ['#3498db' if s == 'M' else '#e74c3c' for s in top_2020['sexe']]

plt.barh(top_2020['prenom'], top_2020['nombre'], color=couleurs)
plt.xlabel('Nombre de naissances')
plt.ylabel('Prénom')
plt.title('Top 10 des prénoms en France en 2020')
plt.gca().invert_yaxis()  # Mettre le plus populaire en haut

# Légende
from matplotlib.patches import Patch
legend = [Patch(color='#3498db', label='Garçons'),
          Patch(color='#e74c3c', label='Filles')]
plt.legend(handles=legend)

plt.tight_layout()
plt.savefig('top_prenoms_2020.png', dpi=150)
plt.show()

# Comparer l'évolution de plusieurs prénoms
prenoms_comparer = ["Emma", "Gabriel", "Jade", "Leo"]

plt.figure(figsize=(12, 6))

for prenom in prenoms_comparer:
    donnees = df[df['prenom'] == prenom].sort_values('annee')
    plt.plot(donnees['annee'], donnees['nombre'],
             marker='o', linewidth=2, label=prenom)

plt.xlabel('Année')
plt.ylabel('Nombre de naissances')
plt.title('Évolution des prénoms populaires')
plt.legend()
plt.grid(True, alpha=0.3)
plt.tight_layout()
plt.savefig('evolution_prenoms.png', dpi=150)
plt.show()

# Répartition garçons/filles en 2020
data_2020 = df[df['annee'] == 2020]
repartition = data_2020.groupby('sexe')['nombre'].sum()

plt.figure(figsize=(8, 8))
couleurs = ['#3498db', '#e74c3c']
labels = ['Garçons', 'Filles']

plt.pie(repartition, labels=labels, colors=couleurs,
        autopct='%1.1f%%', startangle=90,
        explode=(0.02, 0.02))
plt.title('Répartition des naissances par sexe (2020)')
plt.tight_layout()
plt.savefig('repartition_sexe.png', dpi=150)
plt.show()