Les petits outils de PyConFR

  2 mins read  

J’ai participé à l’édition 2019 de PyConFR, la conférence Python francophone organisée par l’AFPy. J’avais déjà participé à d’autres éditions quand elles se passaient dans ma région (2015 à Pau, 2017 à Toulouse). Ces moments sont toujours passionnants, ils permettent de découvrir toutes sortes de nouveaux outils, d’astuces, et de rencontrer des gens passionnés et innovants.

Pendant ces deux jours, j’ai entendu parler de quelques outils ou projets que j’ai décidé de tester ou de regarder de plus près dans les jours qui viennent. Certains ont fait l’objet d’une présentation pendant la conférence, d’autres ont seulement été évoqués dans des conversations en marge du programme de la manifestation.

Les voici :

  • Jupyterlab, dont la première version stable est sortie cette année. Il s’agit d’un Jupyter Notebook plus généraliste en quelque sorte. Pour information, je suis en train d’écrire ce billet dans Jupyterlab.

Jupyterlab

  • Les Jupyter Notebook Slides, les fonctions permettant de faire des slides à partir d’un notebook Jupyter.

  • GitPitch qui permet de créer des présentation en markdown (et vous savez tout le bien que je pense de markdown) à partir d’un dépôt Git.

  • Le travail de Pierre-Loïc Bayart sur la série Chernobyl

  • La bibliothèque SpaCy pour le traitement du langage naturel (NLP)

  • Script autour de twint

  • Elasticsearch, le moteur de recherche distribué

  • AutoML, les outils cloud de Google pour produire des modèles de machine learning personnalisés

  • Dash qui permet de produire des applications web interactives de visualisation de données dans écrire de JavaScript

  • Voilà pour transformer un notebook Jupyter en application web autonome

  • Les graphes et notamment Networkx, peut-être Neo4j

  • Réessayer d’utiliser le module twint : j’utilise beaucoup Twint pour télécharger des informations sur Twitter, mais j’avais renoncé à l’employer comme module Python, j’ai pris l’habitude de recourir à l’outil en ligne de commande pour récupérer les données avant de les traiter avec Python. J’ai vu que certains l’utilisent dans des scripts et je vais donc réessayer.

Je ne manquerai pas de vous tenir informés de la suite !