À propos de PyStatlas
Des graphiques statistiques pour Python, construits sur de vraies données de sciences sociales et rangés selon la question à laquelle ils répondent. L'apprentissage automatique — ce que vaut un modèle et pourquoi il prédit ce qu'il prédit — et les données spatiales — cartes et autocorrélation spatiale — y côtoient les distributions, les comparaisons de groupes, la régression et la survie, et chaque figure affiche les statistiques qui la fondent : estimations, intervalles de confiance, tests, tailles d'effet.
PyStatlas part des questions que se posent les chercheurs, pas du code. La galerie a d'abord été conçue pour les étudiants en sciences sociales qui connaissent leur domaine et doivent répondre à une question avec des données : ces groupes diffèrent-ils, deux variables évoluent-elles ensemble, que prédit le modèle et pourquoi ? Chaque graphique porte sur la figure les statistiques utiles et s'accompagne d'un script court et autonome, fondé sur l'écosystème scientifique de Python — dans l'esprit de ggstats et ggstatsplot pour R.
Principes
- Autonome. Chaque script s'exécute tel quel. Les données sont de vrais jeux de données de sciences sociales fournis avec statsmodels et lifelines (élections, écoles, criminalité, fécondité, régimes politiques, récidive…), une petite table publiée saisie à la main ou, rarement, une simulation à graine fixe signalée comme telle. Les exemples spatiaux téléchargent une fois la carte de France de Guerry avec libpysal, puis utilisent la copie conservée.
- La statistique d'abord. Chaque graphique affiche les chiffres qui comptent : estimations, intervalles, statistiques de test, tailles d'effet.
- Un dossier = une page. L'arborescence du dépôt reflète celle du site. Chaque exemple se trouve dans
gallery/<family>/<chart>/plot.py, avec unplot.pnggénéré et un README.
Familles
| Famille | Graphiques | Ce que vous y trouverez |
|---|---|---|
| Apprentissage automatique | 9 | Le modèle prédit-il bien sur de nouvelles données, et pourquoi ? Évaluation hors échantillon, courbes d'apprentissage et explications indépendantes du modèle — chacune avec son incertitude. |
| Données spatiales | 4 | Une valeur est-elle plus élevée là où celle des voisins l'est aussi ? Pondérations spatiales, autocorrélation spatiale globale et locale, et portée des regroupements — sur la France de Guerry, vers 1830. |
| Distributions | 5 | Visualisez la forme de vos données : histogrammes, densités, graphiques en crêtes, fonctions de répartition empiriques et diagrammes Q–Q. |
| Comparaisons de groupes | 5 | Comparez des groupes avec le test, la taille d'effet et les valeurs p sur le graphique — à la manière de ggstatsplot. |
| Proportions et enquêtes | 5 | Proportions, tableaux croisés et échelles de Likert, dans l'esprit de ggstats::gglikert et stat_prop. |
| Corrélation et association | 4 | Matrices de corrélation, nuages de points avec statistiques et relations deux à deux. |
| Modèles de régression | 6 | Graphiques de coefficients, rapports de cotes, comparaison de modèles et effets marginaux — ggcoef_model pour Python. |
| Diagnostics de modèles | 5 | Résidus, effet de levier, calibration et courbes ROC : vérifiez avant de faire confiance à un modèle. |
| Analyse de survie | 4 | Courbes de Kaplan–Meier avec tableaux des effectifs à risque, risques cumulés et rapports de risques du modèle de Cox. |
| Séries chronologiques | 4 | Décomposition, autocorrélation, prévisions avec intervalles de prédiction et évolution dans le temps. |
| Multivarié et classification | 4 | Biplots d'ACP, diagrammes des valeurs propres, classification et cartes de chaleur pour données de grande dimension. |
| Inférence et incertitude | 6 | Bootstrap, intervalles de confiance, puissance, concordance et graphiques en forêt de méta-analyse. |
Auteur
PyStatlas est créé et maintenu par Thierry Warin. Retrouvez ses autres travaux en science des données, en statistique et en IA : www.warin.ca.
Comment citer
PyStatlas est créé et maintenu par Thierry Warin. S'il vous a été utile dans vos travaux, merci de le citer.
Warin, T. (2026). PyStatlas: A Python Gallery of Statistical Graphics for the Social Sciences. https://warint.github.io/pystatlas/
@misc{warin2026statlas,
author = {Warin, Thierry},
title = {PyStatlas: A Python Gallery of Statistical Graphics for the Social Sciences},
year = {2026},
howpublished = {\url{https://warint.github.io/pystatlas/}},
note = {Source code: https://github.com/warint/pystatlas}
}Contribuer
Ajoutez un dossier contenant un plot.py, lancez python build.py, puis ouvrez une pull request. Voir CONTRIBUTING.md.
Remerciements
PyStatlas s'appuie sur des logiciels libres, des données ouvertes et la communauté R. Chaque exemple est construit avec les travaux ci-dessous, ou inspiré par eux.
Paquets Python utilisés dans les exemples
NumPy · pandas · Matplotlib · seaborn · SciPy · statsmodels · scikit-learn · lifelines · SHAP · GeoPandas · libpysal · esda
Jeux de données
Sources d'inspiration
- The R Graph Gallery (Yan Holtz)
- ggstatsplot (Indrajeet Patil) —
ggbetweenstats(),ggwithinstats(),ggbarstats(),ggcorrmat(),ggscatterstats() - ggstats (Joseph Larmarange) —
gglikert(),stat_prop(),ggtable(),ggcoef_model(),ggcoef_compare() - ggdist (Matthew Kay) and ggrain (Nicholas Judd, Jordy van Langen) —
stat_halfeye(),geom_rain() - ggridges (Claus O. Wilke) —
geom_density_ridges() - survminer and factoextra (Alboukadel Kassambara) —
ggsurvplot(),ggforest(),ggadjustedcurves(),fviz_pca_biplot(),fviz_eig(),fviz_silhouette() - dabestr (Joses W. Ho and colleagues) —
dabest() - performance, easystats (Daniel Lüdecke and colleagues) —
check_model() - metafor (Wolfgang Viechtbauer) —
forest(),funnel(),regtest() - GGally (Barret Schloerke, Di Cook) —
ggpairs() - corrplot (Taiyun Wei, Viliam Simko) —
corrplot() - SHAP (Scott Lundberg and Su-In Lee, 2017) and shapviz (Michael Mayer) —
sv_importance(),sv_dependence(),sv_waterfall() - spdep (Roger Bivand) and GeoDa / rgeoda (Luc Anselin, Xun Li) —
poly2nb(),moran.plot(),moran.mc(),localmoran_perm(),sp.correlogram(),local_moran() - vip and pdp (Brandon Greenwell, Bradley Boehmke) and tidymodels' yardstick —
vip(),partial(),conf_mat(),pr_curve()
Paquets R dont les exemples reprennent les graphiques
BlandAltmanLeh · blandr · boot · car · caret · ComplexHeatmap · corrplot · dabestr · factoextra · feasts · forecast · GGally · ggdist · ggeffects · ggplot2 · ggpubr · ggrain · ggridges · ggstats · ggstatsplot · iml · interactions · marginaleffects · meta · metafor · pdp · performance · pheatmap · probably · pROC · pwr · qqplotr · quantreg · rgeoda · rms · shapviz · spdep · survminer · TeachingDemos · tune · vcd · vip · yardstick
Construction du site
PyYAML · Pygments · Pillow · GitHub Pages
Sources des données
Presque tous les exemples reposent sur des données publiées, reproduites telles que les distribuent statsmodels, lifelines ou le paquet R metafor ; les deux exemples simulés sont signalés comme tels. Chaque entrée donne la référence originale, la façon dont les données arrivent dans la galerie et les graphiques qui les utilisent.
- American National Election Study, 1996. Rosenstone, S. J., Kinder, D. R., Miller, W. E., & the National Election Studies. (2016). ANES 1996 Time Series Study (ICPSR 6896; Version 6) [Data set]. Inter-university Consortium for Political and Social Research. https://doi.org/10.3886/ICPSR06896.v6
Subset of 944 respondents distributed with statsmodels (sm.datasets.anes96); public domain.
Utilisé dans : Matrice de confusion avec indicateurs, Graphique d'interaction, Intervalles HSD de Tukey, Proportions empilées par groupe, Ce que signifie un intervalle de confiance à 95 % - California STAR test results, 1998 (303 school districts). Gill, J. (2001). Generalized Linear Models: A Unified Approach (Quantitative Applications in the Social Sciences, No. 134). Sage. https://www.statsmodels.org/stable/datasets/generated/star98.html
Original data from the California Department of Education's Standardized Testing and Reporting (STAR) program, 1998. Subset distributed with statsmodels (sm.datasets.star98) with the author's permission.
Utilisé dans : Comparaison de modèles en validation croisée, Importance par permutation, Dépendance partielle avec courbes ICE, Synthèse SHAP (essaim), Graphique de dépendance SHAP, Cascade SHAP pour une prédiction, Comparaison entre groupes, Nuage de points avec statistiques, Matrice de nuages de points avec corrélations, Corrélogramme avec classification, Comparaison de modèles emboîtés, Effets d'interaction, Diagramme des valeurs propres - US state crime and social indicators, 2009. U.S. Census Bureau. Statistical Abstract of the United States, state tables for 2009 (crime rates from the FBI Uniform Crime Reporting program). https://www.statsmodels.org/stable/datasets/generated/statecrime.html
Compiled for statsmodels (sm.datasets.statecrime); public domain. See the statsmodels page for each variable's table and footnotes.
Utilisé dans : Graphique d'estimation, Matrice de corrélation, Graphique des coefficients, Diagnostics des résidus, Graphique d'influence, Graphiques de variables ajoutées, Biplot d'ACP, Graphique de silhouette pour les k-moyennes, Carte de chaleur avec classification, Distribution bootstrap - Redbook survey of married women, 1974 (Fair's affairs data). Fair, R. C. (1978). A theory of extramarital affairs. Journal of Political Economy, 86(1), 45–61. https://doi.org/10.1086/260646
Data from the 1974 Redbook magazine survey; distributed with statsmodels (sm.datasets.fair) with the author's permission.
Utilisé dans : Courbes précision–rappel, Courbe d'apprentissage, Diagramme en mosaïque avec résidus de Pearson, Proportions avec intervalles de confiance, Tableau croisé avec résidus standardisés, Graphique en forêt des rapports de cotes, Courbes ROC, Graphique de calibration - World Bank fertility rates by country, 1960–2013. World Bank. Fertility rate, total (births per woman), indicator SP.DYN.TFRT.IN. World Development Indicators. https://data.worldbank.org/indicator/SP.DYN.TFRT.IN
Primary sources: UN Population Division, UN Statistical Division, national statistical offices, Eurostat and others. Distributed with statsmodels (sm.datasets.fertility) under the World Bank terms of use.
Utilisé dans : Histogramme avec densité, Graphique en crêtes, Comparaison intra-sujets - Engel's Belgian household budgets (235 families). Koenker, R., & Bassett, G. (1982). Robust tests for heteroscedasticity based on regression quantiles. Econometrica, 50(1), 43–61. https://doi.org/10.2307/1912528
Engel's (1857) household budget data as used by Koenker and Bassett and distributed with R's quantreg; in statsmodels as sm.datasets.engel; public domain.
Utilisé dans : Diagramme Q–Q avec bande de confiance, Processus de régression quantile - Spector and Mazzeo's teaching-method experiment (32 students). Spector, L. C., & Mazzeo, M. (1980). Probit analysis and economic education. Journal of Economic Education, 11(2), 37–44. https://www.statsmodels.org/stable/datasets/generated/spector.html
Obtained from W. Greene's Econometric Analysis web site with the original author's permission; distributed with statsmodels (sm.datasets.spector).
Utilisé dans : Probabilités prédites - US quarterly macroeconomic series, 1959–2009. Federal Reserve Bank of St. Louis. FRED, Federal Reserve Economic Data; U.S. Bureau of Labor Statistics (unemployment rate). Accessed December 15, 2009. https://fred.stlouisfed.org/
Compiled by Skipper Seabold for statsmodels (sm.datasets.macrodata); public domain.
Utilisé dans : ACF et PACF - Euro-area electrical-equipment turnover, monthly, 1995–2016. Eurostat. Euro area (18, fixed composition) total turnover index, manufacture of electrical equipment (NACE Rev. 2), working-day adjusted, not seasonally adjusted. https://ec.europa.eu/eurostat
Distributed with statsmodels (statsmodels.datasets.elec_equip); public domain.
Utilisé dans : Décomposition STL, Prévision SARIMA, Graphique des sous-séries saisonnières - Democracy and Dictatorship: leader spells, 1946–2008. Cheibub, J. A., Gandhi, J., & Vreeland, J. R. (2010). Democracy and dictatorship revisited. Public Choice, 143(1–2), 67–101. https://doi.org/10.1007/s11127-009-9491-2
202 countries; distributed with lifelines (lifelines.datasets.load_dd).
Utilisé dans : Graphique en nuage de pluie, Courbes de Kaplan–Meier, Risque cumulé - Rossi recidivism experiment (432 released prisoners). Rossi, P. H., Berk, R. A., & Lenihan, K. J. (1980). Money, Work, and Crime: Some Experimental Results. Academic Press. https://lifelines.readthedocs.io/en/latest/lifelines.datasets.html
Men released from Maryland state prisons in the 1970s, half randomly assigned to financial aid. Distributed with lifelines (lifelines.datasets.load_rossi).
Utilisé dans : Comparaison de fonctions de répartition empiriques, Rapports de risques de Cox, Courbes de survie ajustées - Teacher-expectancy experiments (Raudenbush, 1984). Raudenbush, S. W. (1984). Magnitude of teacher expectancy effects on pupil IQ as a function of the credibility of expectancy induction: A synthesis of findings from 18 experiments. Journal of Educational Psychology, 76(1), 85–97. https://doi.org/10.1037/0022-0663.76.1.85
Effect sizes and variances typed in from dat.raudenbush1985 in R's metadat/metafor (Viechtbauer, 2010, Journal of Statistical Software, 36(3), https://doi.org/10.18637/jss.v036.i03); one of the 18 experiments contributes two rows.
Utilisé dans : Graphique en forêt de méta-analyse, Graphique en entonnoir - Simulated data. Simulated data with a fixed random seed, created for this example.
No real respondents, documents or measurements: the numbers only illustrate how the chart and its statistics work.
Utilisé dans : Graphique de Likert divergent, Graphique de Bland–Altman - Guerry's moral statistics of France, c. 1830 (85 départements). Guerry, A.-M. (1833). Essai sur la statistique morale de la France. Crochard. Data as compiled in Friendly, M. (2007). A.-M. Guerry's moral statistics of France: Challenges for multivariable spatial analysis. Statistical Science, 22(3), 368–399. https://doi.org/10.1214/07-STS241
Prepared by the Center for Spatial Data Science (University of Chicago) from the R package Guerry (Friendly and Dray), provided “as is”. Fetched once and cached by libpysal (examples.load_example("Guerry")). Variables come from Guerry's tables as translated by Whitt and Reinking (2002).
Utilisé dans : Carte choroplèthe avec pondérations spatiales, Diagramme de Moran (autocorrélation globale), Carte des regroupements LISA (autocorrélation locale), Corrélogramme spatial
Les exemples illustrent des méthodes statistiques. Leurs titres décrivent ce que chaque figure montre dans ces données précises — souvent un échantillon restreint, daté ou partiel —, et non la position de l'auteur sur la question de fond. Pour l'interprétation, le contexte et la qualité des données, reportez-vous aux sources originales citées ici.