Ce projet vise à fournir une formation en ligne sur la programmation en Python et l'analyse de données. Les modules couvrent les bases de la programmation, la manipulation de données avec la bibliothèque Pandas, les statistiques descriptives et inférentielles, les modèles avancés de régressions et clustering, et la collecte de données sur internet et l'utilisation d'API.

Ce projet vise à fournir une formation méthodologique en Python pour les sciences humaines et sociales au Centre Émile Durkheim à Bordeaux. Il couvre les bases de la programmation Python, l'utilisation de bibliothèques pour le traitement de données et la manipulation de données avec la bibliothèque Pandas.

Le projet ER1179 fournit les programmes permettant de reproduire les bases de données, illustrations et chiffres de l'Études et résultats n° 1179 de la DREES sur le taux de non-versement et les montants déclarés de pension alimentaire après une rupture de Pacs ou un divorce. Il contient 13 programmes R pour créer des bases de données, exporter des données au format Excel, et fournir d'autres chiffres mentionnés dans l'étude.

Ce projet, nommé benchds, est une collection de jeux de données utilisés pour l'analyse de données et l'apprentissage automatique. La plupart des jeux de données proviennent du dépôt UCI Machine Learning, tandis que d'autres ont été publiés par divers articles et documents de recherche. Les jeux de données sont fournis dans un format simple, avec les lignes représentant des exemples et les colonnes représentant des caractéristiques. Le dernier élément de chaque ligne est la variable cible ou l'étiquette de classification. Les valeurs des lignes sont séparées par un espace. Aucune valeur manquante n'est présente dans les jeux de données, car les lignes contenant au moins une valeur manquante ont été supprimées.

Le service CompOSE fournit des informations et des tables de données pour différentes équations d'état (EoS) prêtes à être utilisées dans des applications astrophysiques, nucléaires et au-delà. Ce service a trois objectifs principaux : il sert de référentiel d'EoS au format standard pour une utilisation directe, permet l'interpolation des tables fournies pour obtenir des quantités sélectionnées par l'utilisateur pour des grilles adaptées à des applications spécifiques et peut fournir des quantités thermodynamiques supplémentaires qui ne sont pas stockées dans les tables de données d'origine.

Ce projet fournit une API exposant des données sur les formations professionnelles, en assurant la continuité des données en cas de rénovation des formations. Il permet également de mettre à disposition des données sur les établissements.

Ce projet fournit un script permettant de produire le fichier des quartiers prioritaires au format JSON, en utilisant des données géospatiales et en fournissant des informations sur les quartiers et les communes associées.

Ce projet a pour but de répertorier et de fournir des références pour tous les calculs de logarithmes discrets dans des corps finis de caractéristique quelconque. Il contient une base de données au format JSON et des outils pour interagir avec cette base de données, tels qu'un script Python et des exemples de présentation sur le web.

GammaLib est une boîte à outils versatile pour l'analyse de données astronomiques gamma-ray. Elle est implémentée comme une bibliothèque C++ entièrement scriptable en Python et fournit des fonctionnalités de base telles que la gestion des entrées/sorties de données, des interfaces pour la spécification des paramètres et un système de rapport et de journalisation. La bibliothèque implémente des fonctionnalités spécifiques aux instruments tels que les fonctions de réponse d'instruments et les formats de données. Les fonctionnalités spécifiques aux instruments partagent une interface commune pour permettre l'extension de GammaLib à l'inclusion de nouveaux instruments gamma-ray. GammaLib fournit un cadre d'analyse de données abstrait qui permet l'analyse simultanée multi-mission.

Le projet pds4 vise à fournir un ensemble de namespaces pour la gestion et le partage de données dans le domaine des missions spatiales. Il permet de standardiser les formats de données et d'assurer leur interopérabilité, facilitant ainsi la collaboration entre différentes missions.