Ce projet fournit des ressources pédagogiques et des tutoriels sur l'appariement de données individuelles, ainsi que des données de test. Il présente différents packages R et Python pour l'appariement, tels que Record Linkage, dedupe et reclin2.

Ce projet est une formation donnée par Emilien Schultz sur l'utilisation du langage Python pour la programmation scientifique en SHS. La formation couvre les bases du langage, l'utilisation de Notebooks Jupyter, la manipulation de données, les traitements statistiques, et des usages plus avancés comme la collecte de données ou l'analyse de réseaux.

Ce projet est une formation proposant une initiation à la programmation Python pour des doctorants en sciences humaines et sociales, pensée pour les usages en SHS. Python est un langage de programmation simple, libre, multi-plateforme, pédagogique, bénéficiant d'une communauté d'utilisateurs croissante. La formation permet de réaliser les traitements statistiques habituels des SHS tout en ouvrant aux nouveaux usages liés à l'automatisation des tâches informatiques, le traitement des grands corpus des humanités numériques ou encore la collecte de données sur les réseaux sociaux.

Le projet mfdata_python2_tests est une partie du MetWork Framework, un système open-source permettant de construire et gérer des applications et micro-services de production (de la phase de développement à l'exploitation). Il se concentre sur la gestion et le traitement de données météorologiques en utilisant le langage de programmation Python, ainsi que sur la réalisation de tests de fonctionnalités logicielles.

Gargantext est une plateforme collaborative d'exploration de corpus de textes. Il combine des outils de traitement automatique des langues, de fouille de textes, d'analyse de réseaux complexes et de visualisation interactive pour permettre une analyse approfondie de grands corpus de données textuelles.

FLORA est un workflow FAIR et évolutif permettant l'analyse de données RNAseq du projet AMOCYST en utilisant des outils et des méthodes statistiques de pointe en transcriptomique pour effectuer des analyses reproductibles avec Nextflow. Le workflow commence par le traitement des lectures RNAseq brutes en utilisant Rcorrector pour la correction. Ensuite, les lectures non corrigées sont supprimées à l'aide d'un script Python. La contamination rRNA est également supprimée en utilisant Bowtie2 et la base de données SILVA avant un processus de filtrage de la qualité des lectures en utilisant Trim Galore. Enfin, l'assemblage du transcriptome est effectué en utilisant Trinity.

Ce projet fournit un environnement de développement pour la création de notebooks personnalisés, optimisé pour l'analyse de données, la visualisation, l'apprentissage automatique et le traitement d'images. Il inclut une sélection de packages Python essentiels pour ces tâches.

Pyotb est une bibliothèque Python permettant de simplifier l'utilisation de l'Orfeo Toolbox (OTB), une boîte à outils dédiée au traitement et à l'analyse d'images satellitaires et de données géospatiales. pyotb offre une interface pythonique et conviviale pour les développeurs, permettant d'utiliser facilement les applications OTB, de gérer les entrées/sorties complexes de manière simplifiée, et de bénéficier du mécanisme de streaming OTB pour un traitement paresseux et efficace.

Package Python dédié au traitement et à l'analyse de données météorologiques. Il propose divers scripts et fonctions pour le traitement de ces données, ainsi que des classes et des visualisations graphiques.

Le MetWork Framework est un ensemble de modules Python dédiés à la gestion et au traitement de données météorologiques. Il inclut des fonctionnalités telles que la gestion de bases de données, le traitement de données, l'administration système, le monitoring et la fourniture d'une API pour les services web. Il est également extensible grâce à des addons dédiés.