Bibliothèque Rust dédiée à l'accélération de la lecture et de l'écriture de fichiers CSV en exploitant les instructions SIMD. Conçue pour traiter rapidement de grands volumes de données tabulaires, elle offre des lecteurs et écrivains optimisés pour des cas d'usage exigeants en performance, comme l'analyse de données massives ou le traitement en temps réel. Moins flexible que des solutions classiques, elle privilégie la vitesse au détriment de certaines fonctionnalités avancées.

Atelier de formation en Python axé sur l'analyse et la visualisation de données géospatiales. Destiné aux débutants, il couvre la manipulation de données tabulaires avec pandas, l'utilisation de geopandas pour les données vectorielles, et des techniques de visualisation avec matplotlib et plotly. Les participants apprennent à traiter des données raster et à appliquer ces compétences à des cas concrets.

Bibliothèque Python dédiée à la manipulation et à l'analyse de données tabulaires. Elle permet de nettoyer, transformer et analyser des ensembles de données de manière efficace. Utilisée pour des tâches comme le traitement de données manquantes, la fusion de jeux de données ou l'application de fonctions statistiques.

Ce projet permet d'analyser et d'extraire des métadonnées à partir de fichiers tabulaires et de données géographiques ouvertes. Il facilite la collecte et le traitement de données statistiques issues de sources publiques comme l'INSEE ou GeoNames. L'outil est conçu pour aider les chercheurs et analystes à structurer et exploiter des jeux de données complexes, notamment via des requêtes RDF et des traitements automatisés.

Ce projet propose une bibliothèque ou un ensemble de classes dédiées au traitement et à l'analyse de matrices de réponse. Il permet de manipuler des données structurées pour en extraire des informations pertinentes, automatiser des calculs ou générer des rapports synthétiques. Idéal pour des applications nécessitant une gestion avancée de données tabulaires ou matricielles.

Pelote est une bibliothèque Python dédiée aux tâches de traitement de graphes, conçue pour compléter networkx en offrant des fonctionnalités de haut niveau. Elle permet de convertir des données tabulaires en graphes, de projeter des graphes bipartites, de filtrer et de sélectionner des nœuds et des arêtes, et bien plus encore.

Scraptablo API est une solution d'extraction de tableaux à partir de fichiers PDF, conçue pour automatiser le traitement de documents structurés. Elle permet aux entreprises de convertir rapidement des données tabulaires en fichiers CSV exploitables, facilitant ainsi l'analyse et l'intégration des informations dans des outils métiers. L'API s'appuie sur des modèles avancés de détection de tables et de reconnaissance de structure pour garantir une extraction précise et fiable.

Composant web interactif permettant d'afficher, éditer et manipuler des données tabulaires. Conçu pour faciliter l'analyse et la visualisation de jeux de données métabolomiques, il offre une interface intuitive pour ajouter, supprimer ou modifier des lignes et colonnes. Intégrable dans des applications scientifiques ou analytiques, il simplifie le traitement des données expérimentales.

Ce projet développe un modèle d'ensemble de classifieurs monotones bidimensionnels pour analyser des données médicales ou comportementales. Il permet de prédire des risques (comme le cancer du col de l'utérus) en utilisant des données tabulaires pré-traitées. Le modèle intègre une sélection préalable de paires de caractéristiques pour optimiser les performances et réduire significativement le temps de calcul par rapport aux approches existantes.

Outil permettant d'organiser, rechercher et analyser des données structurées. Il facilite la gestion de fichiers et l'extraction d'informations pertinentes grâce à des fonctions de recherche avancée et de réorganisation automatique. Idéal pour les projets nécessitant un traitement efficace de données tabulaires ou textuelles.