https://evaluer-chauffeur.fr/ similaire UK https://rate-driver.co.uk/ La publication des plaques, plus généralement le traitement, est interdite. Ailleurs: https://baddrivers.uk/ https://findbyplate.com/ https://licenseplatereports.com/ https://www.lookupaplate.com/
Mois : novembre 2023
Web de données et python
Une bibliothèque pour effectuer des requêtes SPARQLhttps://pypi.org/project/ipython-sparql-pandas/Voir aussihttps://pypi.org/project/sparql-dataframe/Lirehttps://itnext.io/extracting-data-from-wikidata-using-sparql-and-python-59e0037996f
Outils EDA en python
https://builtin.com/data-science/EDA-python Quatre outils de rapports EDA aux fonctionnalités similaires : DataPrep pip install dataprep import pandas as pd from dataprep.eda import create_report df = pd.read_csv(« parking_violations.csv ») create_report(df) Ydata Profiling pip install ydata-profiling from ydata-profiling import ProfileReport profile = ProfileReport(df, title= »Report ») profile SweetViz pip install sweetviz import sweetviz as sv analyze_report = sv.analyze(df) analyze_report.show_html(report.html’, open_browser=False) AutoViz pip install autoviz from autoviz.AutoViz_Class import AutoViz_Class AV = AutoViz_Class() df_av = AV.AutoViz(‘parking.csv’) Et aussi https://towardsdatascience.com/comparing-five-most-popular-eda-tools-dccdef05aa4c Lux pip install lux-api jupyter nbextension install –py luxwidget jupyter nbextension enable –py luxwidget import pandas as pd import lux df = pd.read_csv(« https://raw.githubusercontent.com/plotly/datasets/master/gapminderDataFiveYear.csv », parse_dates=[« year »]) df D-Tale pip install dtale import …
Ajouter un calque dans Openstreetmap
Par exemple pour pouvoir naviguer dans des cartes anciennes de l’île d’Yeu ou de Blandy… Découpage en tuiles ? voir https://switch2osm.org/serving-tiles/ https://medium.com/@syker.uk/how-to-style-and-host-custom-maps-796cd15cd12a Et dans Géoportail ? cartes personnalisées
Châteaux de Seine-et-Marne
Liste dans Wikipédia Fr créer une carte interactive et compléter les illustrations
Fiabilité automobile
Recherche par modèle, par année. Pour évaluer les critères de fiabilité des voitures, il existe plusieurs sources de données fiables que vous pourriez utiliser. Voici des suggestions de sources pour chaque critère : Fréquence des pannes Quel modèle-année de voiture a le moins de pannes ?Les données sur la fréquence des pannes peuvent être obtenues à partir de rapports d’organisations telles que Consumer Reports, J.D. Power, et des bases de données de rappels de sécurité gouvernementaux.voir traitement des données des rapports ADACsi on pouvait déduire les pannes de batteries ?https://www.kaggle.com/code/guillaumegaldrat/car-reliability Durée de vie moyenne ?? Quel modèle de voiture a …
Représentation circulaire de la musique
Outils pour le scraping (avec IA ?)
Browse.ai intègre un navigateur graphique super lent une liste https://www.bardeen.ai/posts/web-scraper-tools-2023
Bibliothèques dataviz en python
Séparation de pistes
« Audio Source Separation » C’est l’expression officielle.Un panorama POINT D’ENTREE Librosa Un tuto qui utilise librosaun autre Deezer / Spleeter bibliothèque python user friendly pre-trainedvoir sur github Compétitions Un challenge « demixing » Derniers benchmarks Outils en ligne outil en ligne splitter.ai, voir aussi moises.ai, interfaces DEMUCS TELECHARGE et autres https://mvsep.comet https://audiostrip.co.uk/isolate DEMUCS Le meilleur de la compétition.GithubColab