Visualisation de données maison, nos outils préférés Visualisation de données maison, nos outils préférés Les warlogs de Wikileaks (_The Guardian_) Quels sont les outils de visualisation disponibles sur le Net qui sont faciles à utiliser – et gratuits ? Sur le Datablog et le Datastore, nous nous efforçons d’utiliser autant que possible les puissantes options gratuites qu’offre l’Internet. Cela peut sembler un peu pingre, étant donné que nous avons évidemment accès aux graphistes et aux designers exceptionnels du Guardian pour ces articles où nous avons un peu plus de temps – comme cette carte sur les dépenses publiques (créée avec Illustrator) ou ce graphique interactif sur Twitter et les émeutes britanniques.
Examples Enjoy these sample visualizations built with Protovis. For any example, use your browser to view the source or the backing dataset. Protovis is no longer under active development.The final release of Protovis was v3.3.1 (4.7 MB). The Protovis team is now developing a new visualization library, D3.js, with improved support for animation and interaction. D3 builds on many of the concepts in Protovis; for more details, please read the introduction and browse the examples. Conventional Formal Concept Analysis Homepage Formal Concept Analysis Homepage -- Table of Contents/Sitemap -- Uta Priss Contents: Digits -- Tea Ladies -- Lattice of lattice properties -- Bodies of water -- Live in water -- References This webpage shows some of Rudolf Wille's "classic" examples of formal contexts. (The references for the papers from which they are taken are below.) The examples are provided here without explanation of their background (which can be found in Wille's papers).
hackpad Big Data : premiers pas avec MapReduce, brique centrale d'Hadoop Le modèle MapReduce est conçu pour lire, traiter et écrire des volumes massifs de données. Des bonnes feuilles issues de l'ouvrage Big Data chez Eni. MapReduce est un modèle de programmation conçu spécifiquement pour lire, traiter et écrire des volumes de données très importants. Un programme Hadoop met généralement en œuvre à la fois des tâches de type map et des tâches de type reduce. Big Data : comparatif des technos, actualités, conseils... Pour faire face à l'explosion du volume des données, un nouveau domaine technologique a vu le jour : le Big Data. Inventées par les géants du web, ces solutions sont dessinées pour offrir un accès en temps réel à des bases de données géantes. Comment définir le Big Data, et quelle est sa promesse ?
MapReduce Les termes « map » et « reduce », et les concepts sous-jacents, sont empruntés aux langages de programmation fonctionnelle utilisés pour leur construction (map et réduction de la programmation fonctionnelle et des langages de programmation tableau). MapReduce permet de manipuler de grandes quantités de données en les distribuant dans un cluster de machines pour être traitées. Ce modèle connaît un vif succès auprès de sociétés possédant d'importants centres de traitement de données telles Amazon.com ou Facebook. Votre première installation Hadoop Cet article est pensé pour vous aider à affronter le baptême du feu : l’installation de la plate-forme. Quelle distribution choisir ? La première question à se poser lorsque l’on choisit sa distribution Hadoop est celle du support.
Watch_Dogs WeAreData Dans Watch_Dogs, la ville de Chicago est gérée par le ctOS, un système de contrôle informatisé hautement perfectionné. Ce réseau utilise les données qui lui sont transmises pour contrôler l’ensemble des infrastructures urbaines et résoudre les problèmes complexes liés à la circulation routière, la lutte contre la délinquance, la gestion de l’électricité, etc. Mais aujourd’hui, cette situation n’a plus rien de fictif : les villes « intelligentes » sont une réalité. Chaque jour, une quantité incalculable de données sont recueillies et traitées avant d’être rendues publiques et accessibles à tous. Watch_Dogs WeareData est le premier site Internet à rassembler en un même endroit les données publiques de Paris, Londres et Berlin. Chacune de ces villes a été recréée sur une carte en 3D, de manière à permettre aux utilisateurs du site de découvrir en temps réel comment les villes modernes d’aujourd’hui organisent et traitent ces données.
Outils et ressources cartographiques Retour à la page d'accueil de la veille Logiciels de cartographie Outils de création cartographique en ligne Ressources cartographiques Cartes et atlas thématiques La cartothèque de Sciences Po tudes L’EBG lance en partenariat avec SAS son premier livre blanc sur la Data Visualization Nous avons interrogé plus de 30 sociétés sur leurs projets de Data Visualization* , en leur demandant quels en étaient les enjeux, pour quels utilisateurs, avec quels résultats. Ces retours d’expérience détaillés et concrets permettent de se faire une idée plus claire des enjeux liés à ce domaine en plein essor. Entreprises participantes (liste non exhaustive) : Pour obtenir un exemplaire de l'ouvrage, vous pouvez contacter ligia.rodrigues@ebg.net.
Représentation graphique de données statistiques - Wikipédia Un article de Wikipédia, l'encyclopédie libre. Carte figurative des pertes successives en hommes de l'armée française dans la campagne de Russie 1812-1813 par Minard Histoire[modifier | modifier le code] C'est à la fin du XVIIIe siècle, avec la publication en 1986 par William Playfair (1759-1823) d'un ouvrage intitulé The Commercial and Political Atlas, dans lequel l'auteur trace une série de graphiques de séries temporelles représentant l'évolution de données économiques concernant l'Angleterre et notamment l'évolution de sa balance commerciale au cours du XVIIIe siècle, que naît la représentation graphique moderne des données. Dans le même ouvrage, l'auteur représente aussi le premier diagramme en bâtons de l'histoire[5],[6],[7].
Khartis - cartographie thématique Le contenu de ce site internet est fourni par : Sciences Po 27 rue Saint-Guillaume 75337 Paris Cedex 07 Tel. : 01 45 49 50 50 Fax. : 01 42 22 31 26 webmestre@sciencespo.fr Directeur de la publication : Frédéric Mion, administrateur de la Fondation nationale des sciences politiques et directeur de l’Institut d’études politiques de Paris.
Les entreprises disposent de données complexes et volumineuses. Trouver et comprendre les connections à l'intérieur de ces données peut être un véritable défi. Pourtant, pour identifier des fraudeurs, dépanner un réseau de communication ou suivre le trajet d'un colis dans une chaîne d'approvisionnement, il est essentiel de comprendre les connections à l'intérieur des données. Linkurious permet de visualiser ces connections : nos clients font appel à nous pour utiliser de façon innovante leurs données. by gesfin1005 Dec 7