Introduction

La science des données ne se résume pas à l'analyse de jeux de données. Communiquer efficacement les résultats est une étape essentielle du processus visant à favoriser la compréhension et la mémorisation des informations clés. La capacité à transmettre des informations complexes à divers publics de manière claire, compréhensible et accessible constitue une compétence vitale pour tout scientifique des données. Ce chapitre est conçu pour vous doter des compétences nécessaires à la rédaction de rapports informatifs qui allient rigueur analytique et clarté. Vous apprendrez à identifier et à mobiliser votre public, à documenter les méthodes complexes qui sous-tendent vos projets de science des données, et à déterminer les manières les plus convaincantes de présenter vos données, vos analyses et vos résultats.

Tout au long du chapitre, nous utiliserons un jeu de données commun, diabetes_data.csv, afin d'illustrer la manière dont Python peut aider à concevoir les éléments essentiels d'un rapport clair et informatif. Ces données sont mises à disposition avec l'aimable autorisation du Dr. John Schorling, Department of Medicine, University of Virginia School of Medicine (rdrr.io/cran/ROCit/man/Diabetes.html). Ce jeu de données a été utilisé dans le cadre d'une étude publiée en 1997 visant à déterminer la prévalence des facteurs de risque de cardiopathie coronarienne (CHD, coronary heart disease) — y compris les facteurs associés au diabète — au sein d'un échantillon populationnel de résidents noirs de Virginia. La CHD est l'une des causes de décès les plus courantes chez les adultes noirs (Willems et al., 1997). Le jeu de données contient des informations sur 403 sujets parmi un total de 1 046 patients diabétiques interrogés, et il est facilement accessible.