Ce projet analyse un catalogue de livres récupéré automatiquement depuis le site Books to Scrape, un site de démonstration conçu pour pratiquer le web scraping.
Les données ont été collectées avec Python, puis nettoyées et analysées avec Pandas.
- récupérer des données via web scraping ;
- structurer les données dans un DataFrame ;
- nettoyer les prix, les notes et les stocks ;
- produire des indicateurs descriptifs ;
- créer des visualisations ;
- formuler des insights exploitables.
- Python
- Pandas
- NumPy
- Matplotlib
- Requests
- BeautifulSoup
- Jupyter Notebook
- GitHub
- Indicateurs généraux du catalogue
- Distribution des prix
- RĂ©partition des notes
- Distribution du stock disponible
- Top 10 des livres les plus chers
- Prix moyen par note
Distribution des prix
RĂ©partition des notes
Distribution du stock disponible
Top 10 des livres les plus chers
Prix moyen par note
- Le catalogue contient 1000 livres récupérés automatiquement par web scraping
- Les prix sont répartis sur plusieurs niveaux, ce qui permet d’identifier des livres d’entrée de gamme et des livres plus premium.
- Les notes sont réparties de 1 à 5 étoiles.
- Tous les livres sont indiqués comme disponibles, mais les quantités en stock varient selon les titres.
- Les livres les plus chers ne sont pas forcément les mieux notés.
Ce projet démontre un workflow complet de data analyse avec Python : collecte de données, nettoyage, analyse exploratoire, visualisation et restitution sur GitHub.
This project analyzes a book catalog automatically collected from Books to Scrape, a demo website designed for web scraping practice.
The data was collected with Python, then cleaned and analyzed using Pandas.
- Collect data through web scraping;
- Structure data into a DataFrame;
- Clean prices, ratings and stock information;
- Generate descriptive indicators;
- Create visualizations;
- Produce business insights.
- Python
- Pandas
- NumPy
- Matplotlib
- Requests
- BeautifulSoup
- Jupyter Notebook
- GitHub
- Catalog overview indicators
- Price distribution
- Rating distribution
- Available stock distribution
- Top 10 most expensive books
- Average price by rating
Price distribution
Rating distribution
Available Stock Distribution
Top 10 Most Expensive Books
Average Price by Rating
- The catalog contains 1,000 books collected automatically through web scraping.
- Prices are distributed across several ranges.
- Ratings range from 1 to 5 stars.
- All books are listed as available, but stock quantities vary by title.
- The most expensive books are not necessarily the highest-rated ones.
This project demonstrates a complete data analysis workflow with Python: data collection, cleaning, exploratory analysis, visualization and GitHub documentation.