> ## Documentation Index
> Fetch the complete documentation index at: https://docs.coreweave.com/llms.txt
> Use this file to discover all available pages before exploring further.

> Itérez sur vos datasets et analysez les prédictions de vos modèles

# Aperçu des Tables

export const TryProductLink = ({url}) => <a href={url} target="_blank" rel="noopener noreferrer" className="github-source-link">
    <svg width="20" height="20" viewBox="0 0 24 24" fill="none" stroke="currentColor" strokeWidth="2" strokeLinecap="round" strokeLinejoin="round" xmlns="http://www.w3.org/2000/svg">
      <line x1="4" y1="21" x2="4" y2="14"></line>
      <line x1="4" y1="10" x2="4" y2="3"></line>
      <line x1="12" y1="21" x2="12" y2="12"></line>
      <line x1="12" y1="8" x2="12" y2="3"></line>
      <line x1="20" y1="21" x2="20" y2="16"></line>
      <line x1="20" y1="12" x2="20" y2="3"></line>
      <circle cx="4" cy="12" r="2"></circle>
      <circle cx="12" cy="10" r="2"></circle>
      <circle cx="20" cy="14" r="2"></circle>
    </svg>
    Try in W&amp;B
  </a>;

export const ColabLink = ({url}) => <a href={url} target="_blank" rel="noopener noreferrer" className="colab-link">
    <svg width="20" height="20" viewBox="0 0 24 24" fill="currentColor" xmlns="http://www.w3.org/2000/svg">
      <path d="M14.25.18l.9.2.73.26.59.3.45.32.34.34.25.34.16.33.1.3.04.26.02.2-.01.13V8.5l-.05.63-.13.55-.21.46-.26.38-.3.31-.33.25-.35.19-.35.14-.33.1-.3.07-.26.04-.21.02H8.77l-.69.05-.59.14-.5.22-.41.27-.33.32-.27.35-.2.36-.15.37-.1.35-.07.32-.04.27-.02.21v3.06H3.17l-.21-.03-.28-.07-.32-.12-.35-.18-.36-.26-.36-.36-.35-.46-.32-.59-.28-.73-.21-.88-.14-1.05-.05-1.23.06-1.22.16-1.04.24-.87.32-.71.36-.57.4-.44.42-.33.42-.24.4-.16.36-.1.32-.05.24-.01h.16l.06.01h8.16v-.83H6.18l-.01-2.75-.02-.37.05-.34.11-.31.17-.28.25-.26.31-.23.38-.2.44-.18.51-.15.58-.12.64-.1.71-.06.77-.04.84-.02 1.27.05zm-6.3 1.98l-.23.33-.08.41.08.41.23.34.33.22.41.09.41-.09.33-.22.23-.34.08-.41-.08-.41-.23-.33-.33-.22-.41-.09-.41.09zm13.09 3.95l.28.06.32.12.35.18.36.27.36.35.35.47.32.59.28.73.21.88.14 1.04.05 1.23-.06 1.23-.16 1.04-.24.86-.32.71-.36.57-.4.45-.42.33-.42.24-.4.16-.36.09-.32.05-.24.02-.16-.01h-8.22v.82h5.84l.01 2.76.02.36-.05.34-.11.31-.17.29-.25.25-.31.24-.38.2-.44.17-.51.15-.58.13-.64.09-.71.07-.77.04-.84.01-1.27-.04-1.07-.14-.9-.2-.73-.25-.59-.3-.45-.33-.34-.34-.25-.34-.16-.33-.1-.3-.04-.25-.02-.2.01-.13v-5.34l.05-.64.13-.54.21-.46.26-.38.3-.32.33-.24.35-.2.35-.14.33-.1.3-.06.26-.04.21-.02.13-.01h5.84l.69-.05.59-.14.5-.21.41-.28.33-.32.27-.35.2-.36.15-.36.1-.35.07-.32.04-.28.02-.21V6.07h2.09l.14.01.21.03zm-6.47 14.25l-.23.33-.08.41.08.41.23.33.33.23.41.08.41-.08.33-.23.23-.33.08-.41-.08-.41-.23-.33-.33-.23-.41-.08-.41.08z" />
    </svg>
    Try in Colab
  </a>;

<CardGroup cols={4}>
  <ColabLink url="https://colab.research.google.com/github/wandb/examples/blob/master/colabs/datasets-predictions/W%26B_Tables_Quickstart.ipynb" />

  <TryProductLink url="https://forge.coreweave.com/wandb/wandb/examples/reports/AlphaFold-ed-Proteins-in-W-B-Tables--Vmlldzo4ODc0MDc" />
</CardGroup>

Utilisez W\&B Tables pour visualiser et interroger des données tabulaires. Vous pouvez par exemple :

* Comparer les performances de différents modèles sur un même jeu de test
* Identifier des tendances dans vos données
* Examiner visuellement des exemples de prédictions de modèles
* Interroger vos données pour trouver les exemples fréquemment mal classés

<Frame>
  <img src="https://mintcdn.com/coreweave-dbfa0e8d/3Dv_sw2eg8feUJlx/products/wandb/_media/tables_sample_predictions.png?fit=max&auto=format&n=3Dv_sw2eg8feUJlx&q=85&s=ee11673fdabf971d749abc5b4c8ea594" alt="Tableau de prédictions de segmentation sémantique" width="2104" height="1340" data-path="products/wandb/_media/tables_sample_predictions.png" />
</Frame>

L’image ci-dessus montre un tableau de segmentation sémantique accompagné de métriques personnalisées. Vous pouvez consulter ce tableau dans cet [exemple de projet issu du cours de ML de W\&B](https://wandb.ai/av-team/mlops-course-001).

<h2 id="how-it-works">
  Fonctionnement
</h2>

Un tableau est une grille bidimensionnelle de données dont chaque colonne contient un seul type de données. Les tableaux prennent en charge les types primitifs et numériques, ainsi que les listes imbriquées, les dictionnaires et les types de médias enrichis.

<h2 id="log-a-table">
  Journaliser un tableau
</h2>

Journalisez un tableau en quelques lignes de code :

* [`wandb.init()`](/fr/products/wandb/ref/python/functions/init) : créez un [run](/fr/products/wandb/runs) pour suivre les résultats.
* [`wandb.Table()`](/fr/products/wandb/ref/python/data-types/table) : créez un nouvel objet tableau.
  * `columns` : définissez les noms des colonnes.
  * `data` : définissez le contenu du tableau.
* [`run.log()`](/fr/products/wandb/ref/python/experiments/run#method-runlog) : journalisez le tableau pour l’enregistrer dans W\&B.

```python theme={"system"}
import wandb

with wandb.init(project="table-test") as run:
    my_table = wandb.Table(columns=["a", "b"], data=[["a1", "b1"], ["a2", "b2"]])
    run.log({"Table Name": my_table})
```

<h2 id="how-to-get-started">
  Premiers pas
</h2>

* [Démarrage rapide](/fr/products/wandb/tables/tables-walkthrough) : apprenez à journaliser des tableaux de données, à visualiser vos données et à les interroger.
* [Tables Gallery](/fr/products/wandb/tables/tables-gallery) : découvrez des exemples de cas d’usage de Tables.
