WaveQC est un projet dédié à la gestion et à l'analyse de données sismologiques. Il permet de garantir la qualité des données, de les stocker et de les analyser pour en extraire des informations utiles.

Bibliothèque Python pour l'analyse de données 3D symétriques, utilisant la bibliothèque xarray. Conçue pour le traitement de données de corrélation d'images numériques et la simulation de déformation mécanique.

Ce projet est une application web permettant de visualiser et filtrer des données sur la pollution atmosphérique, ainsi que de les exporter au format Excel. Il s'appuie sur une base de données interne à l'IGE et propose des fonctionnalités de sélection de stations de mesure et de variables, ainsi que de filtrage avancé des données.

Projet GitLab dédié à l'utilisation de Jupyter pour le retour d'expérience, avec une licence Creative Commons BY SA. Il s'agit d'un dépôt contenant des dépendances telles que NumPy, SciPy, Matplotlib, Pandas, Seaborn, Bqplot et Plotly, ainsi qu'une démonstration de déploiement de notebooks.

Ce projet vise à fournir une plateforme d'analyse et de simulation de la consommation énergétique des bâtiments. Il permet aux utilisateurs d'importer des données de consommation, de les visualiser et de les comparer sous forme de graphiques et de tableaux, ainsi que de simuler des scénarios d'amélioration énergétique.

The excel_plugin project enhances the functionality of spreadsheet software by providing advanced data analysis and visualization tools, as well as automating repetitive tasks, enabling users to make more informed decisions and save time.

Ce projet fournit un ensemble de notebooks Jupyter pour l'analyse et la visualisation de données, en utilisant des bibliothèques telles que Plotly, Matplotlib, NumPy, SciPy, Pandas et Seaborn. Il offre également une interface utilisateur pour interagir avec les notebooks via un navigateur web.

Ce projet vise à fournir une solution d'analyse et de prévision de la production d'énergie solaire en se basant sur des mesures d'irradiance solaire. Il permet de visualiser et d'analyser les données environnementales collectées, ainsi que de prédire la production d'énergie solaire en fonction de ces données.

Ce projet permet de générer des rapports annuels semi-automatiques pour les stations du réseau RESIF-DC, en intégrant des visualisations de données géoscientifiques à l'aide de graphiques interactifs.

Ce projet permet l'analyse et la visualisation de données à l'aide de notebooks Jupyter. Il offre une interface pour créer, modifier et partager des notebooks en ligne. Les fonctionnalités de visualisation de données sont assurées par des bibliothèques telles que Plotly, Matplotlib, Bqplot, Seaborn et Xlrd.