Copie une recette, colle-la dans Colab, exécute : tu as de vraies données dans un tableau.
Chaque recette télécharge un vrai jeu de données et le range dans un tableau pandas prêt à analyser. Tu changes ensuite la requête pour la plier à ton sujet.
.head() affiche les premières lignes : tu vois tout de suite ce que tu as.donnees.to_csv("mes-donnees.csv", index=False).Toutes lisent un CSV directement, sauf les astéroïdes (JSON) qui montrent le détour json → tableau.
Colonnes : nom, rayon (pl_rade), masse (pl_bmasse). Pour la relation masse-rayon.
import pandas as pd url = "https://exoplanetarchive.ipac.caltech.edu/TAP/sync?query=select+top+200+pl_name,pl_rade,pl_bmasse+from+pscomppars+where+pl_rade+is+not+null+and+pl_bmasse+is+not+null&format=csv" exoplanetes = pd.read_csv(url) exoplanetes.head()
Colonnes : température, gravité, magnitude, couleur (bp_rp), parallaxe. Pour le diagramme HR.
import pandas as pd url = "https://gea.esac.esa.int/tap-server/tap/sync?REQUEST=doQuery&LANG=ADQL&FORMAT=csv&QUERY=SELECT+TOP+200+source_id,teff_gspphot,logg_gspphot,phot_g_mean_mag,bp_rp,parallax+FROM+gaiadr3.gaia_source+WHERE+teff_gspphot+IS+NOT+NULL+AND+parallax+%3E+20+AND+phot_g_mean_mag+IS+NOT+NULL" etoiles = pd.read_csv(url) etoiles.head()
Colonnes : redshift (z), vitesse, distance, catégorie. Pour la loi de Hubble.
import pandas as pd url = "https://skyserver.sdss.org/dr18/SkyServerWS/SearchTools/SqlSearch?format=csv&cmd=SELECT%20TOP%20300%20specObjID%2Cz%2C%28z%2A299792.458%29%20as%20vitesse_kms%2C%28%28z%2A299792.458%29/70.0%29%20as%20distance_mpc%2CCASE%20WHEN%20z%3C0.05%20THEN%20%27proche%27%20ELSE%20%27lointaine%27%20END%20as%20categorie%20FROM%20SpecObj%20WHERE%20class%3D%27GALAXY%27%20AND%20z%20BETWEEN%200.001%20AND%200.2%20AND%20zWarning%3D0%20ORDER%20BY%20z" galaxies = pd.read_csv(url, comment="#") galaxies.head()
comment="#" ignore la ligne d'en-tête technique (#Table1) que SDSS place au début.
Colonnes : distance (Dist), vitesse (Vcmb, HV). Le catalogue original derrière la loi de Hubble.
import pandas as pd url = "https://tapvizier.cds.unistra.fr/TAPVizieR/tap/sync?REQUEST=doQuery&LANG=ADQL&FORMAT=csv&QUERY=SELECT+TOP+100+Dist%2C+Vcmb%2C+HV+FROM+%22J%2FAJ%2F152%2F50%2Ftable3%22+WHERE+Dist+%3E+5+ORDER+BY+Dist" hubble = pd.read_csv(url) hubble.head()
Un seul CSV, sans API : position, magnitude, distance, couleur de chaque étoile visible.
import pandas as pd url = "https://raw.githubusercontent.com/astronexus/HYG-Database/main/hyg/CURRENT/hygdata_v41.csv" etoilesBrillantes = pd.read_csv(url) etoilesBrillantes.head()
Le plus simple pour commencer : c'est un vrai fichier CSV brut (raw), pas une requête à construire.
Colonnes : position et diamètre des cratères de la Lune. Pour une distribution de tailles.
import pandas as pd url = "https://astrogeology.usgs.gov/ckan/dataset/f89f5478-b69a-486c-b9b5-30d7b0c5ad2b/resource/c4f25cc2-4f8a-4207-a845-5e176da3ac5a/download/lunar_crater_database_robbins_2018" crateres = pd.read_csv(url) crateres.head()
Gros fichier (plus d'un million de cratères) : le chargement peut prendre une minute. Pour t'exercer, garde-en moins : crateres = crateres.head(2000).
Colonnes : nom, diamètre, période de rotation, classe, géocroiseur. Renvoie du JSON.
import urllib.request import json import pandas as pd url = "https://ssd-api.jpl.nasa.gov/sbdb_query.api?fields=full_name,diameter,rot_per,class,neo&sb-cdata=%7B%22AND%22:%5B%22diameter%7CDF%22,%22rot_per%7CDF%22%5D%7D" with urllib.request.urlopen(url) as reponse: brut = json.loads(reponse.read().decode("utf-8")) asteroides = pd.DataFrame(brut["data"], columns=brut["fields"]) asteroides.head()
La réponse JSON contient fields (les noms de colonnes) et data (les lignes) : on les assemble en tableau avec pd.DataFrame.
Le même patron pour OGSL, Données Québec, Our World in Data... (voir l'aide-mémoire Données réelles).
import pandas as pd # Remplace l'adresse par celle d'un fichier CSV de ton choix. url = "https://exemple.com/mon-fichier.csv" donnees = pd.read_csv(url) donnees.head()