Ce repertoire héberge divers notebooks Jupyter articulés autour de travaux effectués pour des piges ou de la prospection. Afin de ne pas le transformer en batterie de calepins, je vous propose la sélection suivante.
Cette section documente des traitements de données lourds et compliqués à résumer en quelques lignes. L'objectif principal est d'aboutir à des fichiers json exploitables par la bibliothèque D3js.
Comparaison de la mortalité 2020 à celle de la décennie précédente dans le Haut-Rhin et le Bas-Rhin à partir du fichier mortalité de l'INSEE (Rue89 Strasbourg)
Python n'est pas encore de taille à rivaliser avec les infographies interactives codables en Javascript. Le langage a en revanche de sérieux atouts pour tout ce qui est statique, avec la possibilité de coder de beaux graphiques et cartographies publiables sur les réseaux sociaux.
Une chronologie de photos satellite pour apprécier l'apparition du Grand Contournement Ouest de Strasbourg (calepin lourd, peut nécessiter un rechargement de page)
La surveillance des chiffres quotidiens de décès covid-19 à l'hôpital grâce à pandas et matplotlib (Rue89 Strasbourg)
Certaines habitudes de développement et/ou feuille de route permettent de gagner du temps à moyen et long terme, que ce soit pour la manipulation ou l'exploration de données.
Une routine pandas (sélections, regroupements, tableaux croisés dynamiques) articulée autour de la vaccination dans le Grand-Est
Codage d'une classe Python restituant les tableaux classables trouvés dans une page Wikipedia en DataFrames prêtes à l'usage
Pour toute question et/ou proposition de pige, vous pouvez me joindre à l'adresse raphipons[at]gmail.com