Bibliothèque Python permettant de créer des figures interactives

À tester !

Pour avoir un aperçu en 5 minutes: https://nbviewer.jupyter.org/github/bokeh/bokeh-notebooks/blob/master/quickstart/quickstart.ipynb

Tutoriels pour Seaborn, bibliothèque Python de visualisation de données basée sur Matplotlib

Documentation de Seaborn, une bibliothèque de visualisation de données Python basée sur Matplotlib

Dans la galerie d'exemples, il y a vraiment de belles choses

Un outil (écrit en Python et sous licence MIT) permettant de faire scraping sur Twitter sans passer par l'API

À tester !

découvert grâce à Korben

Simulateur de calculatrice NumWorks en ligne permettant de se familiariser avec la "bête"

Script Python chargeables sur une calculatrice NumWorks

Sera utile à un moment ou un autre :-)

J'ai lu que ça ne fonctionne que sur Chrome (qu'il est bien sûr exclu d'utiliser pour des raisons d'hygiène numérique), donc Brave Browser, mais je n'ai pour l'instant rien constaté de tel.

codes et documents en lien avec Python et d'intérêt scientifique, déposés sur Zenodo

Si des données manquent et que cela pose problème lors de l'analyse, ça peut être utile...

Astuce qui m'a été bien utile...

Bibliothèque de fonction Python, open source (licence BSD-like) pour visualiser et analyser des molécules et composés chimiques

(inclus dans Anaconda)

Documentation de Juypter Notebook

Marche à suivre (version courte):

1. In order to get my notebook into a slideshow format, I go to View → Cell Toolbar → Slideshow
2. jupyter nbconvert [path/name].ipynb --to slides --post serve

Documentation de Pyzotero, la version en Python pour manipuler l'API de Zotero

Pour partager et visualiser des Jupyter Notebooks

Documentation de la bibliothèque Python d'analyse de données Pandas

démo de scatterplot en Python avec matplotlib

Doc de matplotlib, bibliothèque de fonctions pour créer des graphiques dans Python/Juypter/IPython Notebook

"Pour pouvoir déployer facilement un serveur JupyterHub (sans pourrir la machine hôte), par exemple pour travailler en groupe, pour des cours et formations, ou encore comme outil de travail personnel, voici une config Docker:

• Support des notebooks Python3, R, Octave, Bash (avec plein de packages pré-installés).
• Une sympathique panoplie d'outils accessibles en ligne de commande (pour ceux qui aiment) depuis le terminal Jupyter: pandoc, latex, imagemagick, wget, rsync, curl, emacs, vim, midnight commander, ssh,... ce genre de choses.
• Configuration automatique des utilisateurs (suffit de les lister un par ligne dans un fichier)
• Répertoires persistants optionnels (pour chaque user un répertoire personnel et un répertoire partagé pour tous), si on utilise pas cette fonctionnalité on repart sur un système vierge à chaque redémarrage du container Docker.
• Proprement sécurisé par HTTPS (par défaut via un certificat auto-signé, mais Let's Encrypt [via Certbot pour être précis] est supporté [quoi que ceci n'est pas encore tout à fait finalisé])"