Data Analyzer

Plateforme d'analyse statistique interactive pour fichiers CSV et Excel. Construite avec Flask et Python, elle offre une interface moderne type tableur pour explorer, visualiser et modéliser vos données.

Fonctionnalités

• Import de données : CSV et Excel (.xlsx, .xls) jusqu'à 50 Mo avec détection automatique d'encodage
• Aperçu des données : grille interactive, types de colonnes, valeurs manquantes
• Statistiques descriptives : moyenne, écart-type, variance, skewness, kurtosis, quartiles
• Corrélations : matrices de Pearson et Spearman avec heatmap interactive
• Régressions linéaires : simples et multiples avec R², coefficients et p-values
• Tests statistiques : normalité (skewness/kurtosis), tests T de Student
• Séries temporelles : détection automatique des colonnes de date
• Analyses multivariées : matrice de covariance
• Visualisations : histogrammes, nuages de points, boîtes à moustaches

Installation

# Cloner le dépôt
git clone https://github.com/mud-mos23/Data-Analyzer.git
cd Data-Analyzer

# Installer les dépendances
pip install -r requirements.txt

# Lancer l'application
python app.py

L'application est accessible sur http://localhost:5000.

Déploiement

L'application est compatible Heroku (voir Procfile et runtime.txt).

# Variables d'environnement recommandées
export FLASK_ENV=production

Dépendances principales

Package	Rôle
Flask	Framework web
pandas	Manipulation des données
numpy	Calculs numériques
scipy	Tests statistiques
statsmodels	Régressions et séries temporelles
openpyxl / xlrd	Lecture Excel
gunicorn	Serveur WSGI (production)

Utilisation

1. Ouvrez http://localhost:5000 dans votre navigateur
2. Cliquez sur la zone d'upload ou glissez-déposez un fichier CSV/Excel
3. Parcourez les onglets pour explorer les analyses automatiques :
   • Données Brutes : aperçu des premières lignes
   • Aperçu : résumé structurel du jeu de données
   • Statistiques : indicateurs descriptifs par variable
   • Corrélations : matrices et top corrélations
   • Régressions : modèles linéaires
   • Tests : tests de normalité
   • Séries Temp. : détection temporelle
   • Multivarié : matrices de covariance
   • Graphiques : visualisations interactives (Chart.js)

Structure du projet

Data-Analyzer/
├── app.py                  # Application Flask + logique d'analyse
├── config.py               # Configuration
├── requirements.txt        # Dépendances Python
├── Procfile                # Déploiement Heroku
├── runtime.txt             # Version Python (Heroku)
├── static/
│   ├── style.css           # Styles modernisés
│   ├── script.js           # Logique frontend (tabs, charts, upload)
│   ├── favicon.png         # Icône du site
│   └── dashboard.png       # Capture d'écran du dashboard
└── templates/
    ├── excel_dashboard.html # Interface principale
    ├── index.html           # Page d'accueil alternative
    ├── result.html          # Template de résultats
    ├── choose_analysis.html # Sélecteur d'analyses
    └── (autres templates)

API

POST /upload

Importe et analyse un fichier CSV/Excel.

Paramètres : file (multipart/form-data)

Réponse (JSON) :

{
  "first_rows": [...],
  "columns": ["col1", "col2"],
  "data_types": {"col1": "float64"},
  "summary": { "total_rows": 100, "total_columns": 5 },
  "analysis_results": { ... }
}

GET /test_excel / GET /test_csv

Télécharge un fichier de test.

GET /install_guide

Page d'aide à l'installation des dépendances.

Licence

MIT