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) ?
Les publications statistiques de la Drees sont très intéressantes sur le fond, mais j’ai parfois un peu de mal à comprendre rapidement le message des graphiques qu’elles présentent… Cet article de juillet 2023 sur « les mesures socio-fiscales 2017-2022 »… Lire la suite »Récréation – recréation sémiologique*
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
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++
Cet étonnant outil libre de l’Université d’Auckland répondra à nombre de vos besoins de manipulation de fichiers CSV et, bien au-delà, d’analyse statistique exploratoire – que vous soyez expert ou novice. Programme autonome, il s’installe sous Windows, sur Mac ou… Lire la suite »iNZight : le tapis volant néo-zélandais de la statistique
Pour manipuler rapidement des fichiers CSV, quelle que soit leur taille, quelques outils simples vous mettront définitivement à l’aise. J’en utilise deux en complémentarité : iNZight et EmEditor. Bien que plus limité, Notepad++ est aussi digne de considération. Quel soulagement… Lire la suite »Exploiter tous les fichiers CSV, petits ou (très) grands, avec quelques outils simples
Dans le contexte actuel de crise sanitaire, la Direction de la recherche, des études, de l’évaluation et des statistiques (DREES) publie désormais (décembre 2020) chaque mois un tableau de suivi des prestations de solidarité, consolidé et fort bien documenté. L’étude dérivée publiée… Lire la suite »Les chiffres de la précarité bondissent en 2020
Baptiste Coulmont a récemment produit cette superbe animation sur la distribution mensuelle des mariages en France, dont on peut voir la déformation au fil d’une série de plus de 150 ans (données Insee) : À la fin du XIXe siècle,… Lire la suite »Quand se marie-t-on ? Un open dataflow avec D3
Ce n’est pas tous les jours que l’on peut jouer avec de solides données open data sur l’open data. Grâce aux efforts parallèles de Loïc Haÿ (FNCCR) et Jean-Marie Bourgogne (ODT), c’est désormais possible. Suivant de près les plateformes open data… Lire la suite »Open data-flows (2/2) : une approche récursive avec des données ouvertes sur l’open data
Cet article évoque un nouveau modèle, celui de l’open data-flow : des flux de données, de traitements et d’enseignements qu’un lecteur saisit pour créer à son tour de la connaissance. Dans le domaine statistique, l’open data traditionnel ce sont des… Lire la suite »Open data-flows sur le web : c’est fou ce qu’un navigateur moderne sait faire ! (1/2)
Édit 1er février 2022 : la version 2022 de ce fond est disponible. Je mets à disposition sur data.gouv.fr un fond de carte France par commune affiné pour la réalisation de cartographies thématiques, qu’elles soient diffusées en ligne ou à… Lire la suite »Un fond de carte France par commune optimisé pour le web et l’analyse statistique
En quelques années à peine, Tidyverse a pris une place considérable au sein de l’écosystème R. Pour certains ce fut leur point d’entrée dans l’apprentissage de R, pour beaucoup une passionnante mise en perspective de leurs acquis, pour d’autres enfin… Lire la suite »Mon top 7 des évolutions récentes de R-Tidyverse