Tout a tendance à devenir de plus en plus gros : grosses caisses, grosses basses, et gros bidou !

Mais le pire c’est la quantité de données dont les entreprises se servent qui devient tellement énorme que plus personne n’est capable de la traiter ou de la comprendre sans faire appelle à des outils d’apprentissage (IA).

C’est pour explorer, analyser et visualiser toute cette big data que Kangas a été développé. Il s’agit d’une lib en Python qui est capable de traiter des tableaux de données très volumineux en toute simplicité. Kangas propose également une interface pour visualiser au mieux les requêtes complexes que vous voulez mettre en place pour traiter ces données.

L’outil est très puissant, « scalable » comme on dit puisqu’on peut y stocker autant de données qu’on veut et ensuite y faire du tri, du filtrage, des regroupements, le tout en quelques secondes.

Kangas intègre également des fonctionnalités de traitement d’image et permet de visualiser, filtrer et associer des tags et des métadonnées à vos images, comme vous pouvez le voir ci-dessous :

Pour l’installer, vous devez faire un :

pip install kangas

(Il vous faudra peut-être également installer IPython… en tout cas, chez moi il l’a réclamé)

Puis importez la lib comme ceci dans votre code Python, en chargeant le datagrid (dans le code, il s’agit de données d’exemple) comme ceci :

import kangas as kg

# Load an existing DataGrid
dg = kg.read_datagrid("https://github.com/caleb-kaiser/kangas_examples/raw/master/coco-500.datagrid")

Et quand la source de données est chargée, on peut l’afficher comme ceci :

dg.show()

Votre navigateur ouvrira alors le Visualiseur de données de Kangas en local et vous pourrez naviguer dans vos Big Données super facilement.

Pratique non ?

Si vous êtes développeur, vous devez probablement faire pas mal de recherche sur Google pour trouver un exemple d’implémentation ou un tuto vous expliquant comment arriver à vos fins. Et c’est cool, sauf que cela est souvent noyé dans de nombreux contenus qui sont soit assez pauvres, soit mal ciblés.

C’est là qu’entre en scène le moteur de recherche spécialisé Hello qui permet de trouver rapidement des réponses à toutes vos questions techniques concernant du code. Pour cela, Hello utilise du deep learning pour classer et trier l’information technique en provenance de nombreuses sources.

Cependant, pour utiliser correctement ce moteur de recherche, pensez à bien poser des questions complètes et détaillées en anglais, en précisant le langage ou la technologie employée.

Par exemple, plutôt que d’écrire « Récupérer une liste d’article depuis mon site », écrivez plutôt « Comment récupérer une liste d’articles WordPress en python » (en anglais de préférence, même s’il est possible d’avoir des résultats dans la langue de Booba).

Le moteur supporte également des filtres pour réduire les domaines de recherche et trouver précisément ce dont vous avez besoin.

Bref, de quoi gagner beaucoup de temps dans vos recherches techniques, en obtenant à la fois des explications simples, des bouts de code d’exemples et de nombreux liens détaillés.

A découvrir ici.

Amis développeurs, si vous travaillez dans une entreprise, surtout en télétravail, vous le savez, il est impossible d’esquiver toutes les réunions téléphoniques, surtout les plus inutiles. Et malheureusement, si vous prenez l’initiative de continuer à coder pendant que Jean-Michel fait un hors sujet sur la qualité du papier dans le photocopieur, tout le monde commencera à vous râler dessus parce qu’on entend votre clavier que ça coupe la parole des autres.

Alors que faire ?

Et bien si vous travaillez sur Mac, il y a ce formidable utilitaire qui s’appelle Unclack et qui automatiquement va « muter » votre micro lorsque vous taperez au clavier. Ainsi, vous pourrez continuer à coder pendant ces réunions interminables sans que cela ne se remarque.

Quel bonheur !