Hack Education. Le dernier blog » Programmation. Processing, seizième et dernier cours. Décembre 14th, 2008 Posted in Processing Dernier article consacré à Processing pour l’instant, ou plutôt, c’est le dernier sur ce blog, tout cela prendra une autre forme, peut-être plus adaptée, dans quelques semaines. N’hésitez pas à me faire part de vos observations ou de vos questions en commentaire à ces articles, c’est ce qui me permettra de les améliorer et c’est ce qui justifie ce mode de publications. On peut consulter les seize articles depuis cette page .
Nous avons vu comment dessiner des choses sur l’écran et comment réaliser des animations, interactives ou pas. Nous n’avons en revanche pas abordé le son, la 3D, l’image vectorielle, les déformations d’image, les polygones ou les opération de réseau car le but était avant tout de faire le tour des grands principes de Processing.
Lorsque l’on sauvegarde un programme réalisé avec Processing, celui-ci s’enregistre sur le disque sous la forme d’un fichier dont l’extension est .pde (pour processing development environnement ). Heatmap.js | HTML5 Canvas Heatmap Library. Data Visualizations, Challenges, Community. Modest Maps Example. Features:Interface - FlashDevelop. DataArt - Visualisations. Python: création de cartes dynamiques Google Maps avec Google Charts (kml) Pour créer les graphiques avec Python, nous avons utilisé jusqu'à présent matplotlib mais il y a énormément d'autres possibilités (pypi.python.org/pypi).
Parmi celles-ci, il y en a qui utilisent des services web dynamiques comme Google Chart. Le blog.thematicmapping.org/2008/04/using-google-charts-with-kml.html montre comment utiliser Google Chart dans un fichier kml pour fournir des cartes dynamiques. Cette particularité est exploitée par Luis Apiolaza qui illustre sur son site comment le faire avec Python. C'est cette démarche que nous allons analyser (apiolaza.net/code/dynamic-maps-python.html). Google Charts Créé en 2007, Google Charts est une API qui renvoie une image au format PNG à partir d'une URL simple avec une série de paramètres. Exemple: chart.apis.google.com/chart En tant qu'API REST, les données sont envoyées directement dans l'URL dont la longueur est limitée par le GET (2k).
Chart.apis.google.com/chart <? Media.wegf.org/2011/07/RapportDonneesPubliques2011.pdf. Open Data, le partage de données reste toujours associé à un risque. Crédit D.R. Une étude menée par la société de conseil Bluenove fait le point sur l'ouverture des données tant du côté public que privé, offreurs que consommateurs de données. Le principe des données ouvertes est surtout connu pour son utilisation dans le secteur public pour offrir de l'information gratuitement (journal officiel, données géographiques, etc.) qui pourra le cas échéant servir à des entreprises pour créer des services.
Or le secteur privé peut aussi être offreur de données ouvertes. Cette ouverture peut être limitée et loin d'être totale. « L'Open Data a un problème d'image : c'est une démarche progressive alors que l'on attend souvent tout gratuitement et tout de suite, l'existant étant par conséquent vécu non pas comme une avancée mais comme une déception » déplore Martin Duval, PDG fondateur du cabinet de conseil BlueNove. Ce cabinet a réalisé une étude baptisée Open Data : quels enjeux et opportunités pour l'entreprise ? L'Open Data connu mais méconnu. Open data : Libération des données publiques par le Grand Toulouse | e-administration.
L'opendata. Cute Cartoon Animals set [Free Vectors] « the inkscape tutorials weblog. 20 Fresh JavaScript Data Visualization Libraries. There are plenty of JavaScript libraries out there for rendering your otherwise plain and boring numerical data into beautiful, interactive, and informative visualizations. The beauty of using JavaScript for data visualization is that, if created correctly, your data will be highly accessible (usually via HTML tables).
A long time ago (2008), I wrote about JavaScript solutions for graphing and charting data and this article revisits the topic with twenty more JavaScript libraries that you can use to bring your data to life. 1. Highcharts Highcharts is one of the most promising JavaScript charting libraries to hit the scene recently, with its large array of features including seven charting types (line, pie, and bar among them), the ability to zoom in and out of charts, and tooltips for offering more information about data points. The library has many options for customization and they’re well documented on one page for easy referencing. 2. gRaphaël 3. 4. jQuery Visualize Plugin 5. moochart. Rechercher - Jeux de données.