Les résultats des dernières élections françaises sont maintenant disponibles à un niveau fin, à la commune et même jusqu’au bureau de vote. Mais comment produire une cartographie lisible et synthétique à partir de données si détaillées ? Ce travail récent de… Lire la suite »Les lignes de force du vote RN en 2024 : une cartographie lissée avec la grille H3
De plus en plus de bases sont désormais diffusées en parquet, ce format de données compact, maniable et spectaculairement rapide à interroger. Des outils simples le permettent. J’observe pour autant ici ou là quelques défauts de préparation qui amoindrissent les… Lire la suite »Comment bien préparer son Parquet
Nous sommes entourés de données géolocalisées. La séparation données statistiques / données spatiales est bien souvent arbitraire. Mais si elle perdure, c’est parce que les outils SIG (systèmes d’information géographiques) sont lourds à installer et complexes à utiliser. Avec son… Lire la suite »3 explorations bluffantes avec DuckDB – Croiser les requêtes spatiales (3/3)
DuckDB saurait-il rivaliser avec JavaScript pour exploiter des données JSON ? Ce n’est pas le terrain sur lequel j’attendais ce moteur SQL. Quelle ne fut pas ma surprise, pourtant, de le voir se jouer des imbrications les plus retorses, des… Lire la suite »3 explorations bluffantes avec DuckDB – Butiner des API JSON (2/3)
DuckDB révolutionne notre approche des données. En dépit de sa console austère, fleurant bon l’antique terminal, ce petit programme de moins de 20 Mo butine allègrement les bases les plus retorses, les plus lourdes ; qu’elles se présentent en CSV,… Lire la suite »3 explorations bluffantes avec DuckDB – Interroger des fichiers distants (1/3)
L’autre jour, ma femme m’interpelle, tout à trac : « toi qui aimes jouer avec les données, pourrais-tu me faire une carte des rues de Toulouse portant un nom d’une femme ? » C’est qu’elle coorganise la Transtoulousaine, une randonnée urbaine annuelle, en itinéraires… Lire la suite »Où sont les femmes dans les rues de Toulouse (et d’ailleurs) ?
Parquet est un format ouvert de stockage de jeux de données. Créé en 2013 par Cloudera et Twitter, longtemps réservé aux pros du big data, il a beaucoup gagné en popularité ces derniers mois. Bien plus compact, super-rapide à lire,… Lire la suite »Parquet devrait remplacer le format CSV
Arrivée à maturité il y a deux ans avec sa version 1.0, dplyr introduisait en fanfare l’intriguant élément “across()”, destiné à remplacer plus d’une dizaine de fonctions préexistantes.
La librairie JavaScript Graphology, combinée à sa cousine Sigma.js, permet d’explorer des données organisées sous forme de relations. J’ai passé un peu de temps à l’apprivoiser, en voici quelques clés, détaillées dans Observable. Libre à vous, c’est le principe d’Observable,… Lire la suite »Essai avec Graphology pour visualiser les migrations entre aires urbaines
On ne sait pas toujours à l’avance ce que l’on va trouver dans un fichier CSV, pouvoir s’en faire un aperçu, quelle que soit sa taille, est bien appréciable. C’est ce que permet EmEditor, et dans une moindre mesure, Notepad++. … Lire la suite »Deux puissants éditeurs et requêteurs de fichiers CSV : EmEditor et Notepad++