Quatrième édition L’association Toulouse Dataviz (TDV) organise son HACKAVIZ. Concours de visualisation de données en temps limité, seul ou en équipe, doté de récompenses, ouvert à un très large public.
Ouvrir avec Firefox pour toutes les fonctionnalités
Vous êtes auto-entrepreneur ? Vous rêvez de monter votre entreprise ? Lancez-vous avec les Quartiers Prioritaires (QP) ! Des avantages fiscaux inédits, une main d'œuvre qui n'attend que vous, des jeunes disponibles pour des contrats d'apprentissage et des localisations souvent centrales dans nos villes d'Occitanie ! Voici un outil qui devrait vous aider à faire votre choix pour poser vos valises dans la ville idéale par rapport à votre projet.
Outils: Excel, Python, D3js, Leaflet
Voir la réalisationNous regardons la démographie des Quartiers Prioritaires en Occitanie et son influence dans le classement des communes selon différents critères.
Outils: Python(Pandas, Geopandas), Scrollama, D3js
Voir la réalisationComparé au volume de données proposées, je n'en ai pas utilisé beaucoup. Je me suis attachée à travailler la forme pour servir le fond (couleur, mise en page, typo, graphes, pictogrammes). Le format poster a au moins 3 degrés de lecture : de loin, à 30 cm, de près. Chaque élément du visuel participe à donner envie de s'approcher de plus en plus près pour lire et comprendre.
L'esthétique participe du fait que le lecteur doit s'investir afin de préciser, s'il le désire, la valeur des chiffres. J'ai voulu faire un visuel pédagogique où comment "lire du visuel", un peu comme on apprend à lire un texte pouren retirer quelque chose. C'est le travail du data designer : simplicité et clarté grâce au graphisme afin de "faire parler" la data.
Outils: Illustrator
Voir la réalisationPaule souhaite créer une agence d'emploi pour la population défavorisée. Aide-la à trouver la ville et le quartier le plus approprié !
Outils: Tableau Public
Voir la réalisationAperçu interactif de quelques données démographiques et statistiques des quartiers prioritaires d'Occitanie, d'abord du point de vue d'un habitant et ensuite en agrandissant la perspective pour explorer les données de manière comparative entre tous les quartiers prioritaires de la région.
Outils: Alteryx, Tableau, Illustrator
Voir la réalisationIl s'agit d'un outil visant à comparer différents indicateurs à divers niveaux géographiques (région, département, commune, quartier). La page comporte 3 grandes zones d'affichage :
3 boutons situés au dessus du menu de sélection permettent de voir quel niveau géographique est affiché, et de supprimer des éléments sélectionnés.
Outils: QGIS, Postgre/gis, Highcharts.js, OpenLayers, jQuery, Bootstrap
Voir la réalisationVoulez-vous acheter un logement dans les quartiers prioritaires en Occitanie? Découvrez les informations que nous vous offrons dans cette visualisation!
Outils: Python, Tableau, Excel, Procreate
Voir la réalisationNous avons décidé de raconter l'histoire de la précarité des quartiers prioritaires toulousains. Pour ce faire nous nous sommes focalisés sur les déterminants de la précarité sur ces quartiers. Nous avons donc divisé le poster en 3 axes : population et revenus / emploi / mesures du gouvernement.
Outils: R-studio, Tableau, Excel et Kepler
Voir la réalisationHORS CONCOURS
En représentant les données sur une vue globale, des formes apparaissent et révèlent des informations. Une forte disparité est observée entre le nombre de ventes par habitant entre les quartiers prioritaires (QP). Deux groupes se détachent, les QP des centres villes et les QP périphériques.
Les caractéristiques associées aux QP confirment elles la pertinence de ces deux regroupements? Qu'est-ce-qui pourrait expliquer un tel écart du nombre de vente?
Outils: d3.js, observablehq, excel, QGIS, illustrator, Vsual Studio Code HTML
Voir la réalisationMon travail est une visualisation du cumul des transactions foncières dans la région Occitanie sur les années de 2016 à 2020. En passant la souris sur les villes correspondant aux données reçu des détails sur le type de transaction et la valeur moyenne de ces transactions sont fournis.
Outils: pandas, python, bokeh, jekylls
Voir la réalisationCette visualisation a été orienté selon deux axes :
Outils: Tableau Software et R
Voir la réalisationAvec des données de transactions foncières entre 2016 et 2020, il est possible d’étudier l'impact de la Covid-19 sur l'industrie immobilière Toulousaine. En outre, sur la base des données, les quartiers les plus rentables selon différents critères sont interprétées. Enfin, les transactions foncières sont comparées à des indicateurs économiques pour comprendre l'impact des indicateurs économiques sur l'immobilier.
Outils: Tableau Desktop, Jupyter Notebooks, Python
Voir la réalisationPortrait des Quartiers politiques de la ville : Un panorama d'indicateurs à travers cinq thèmes (démographie, niveau de vie médian et pauvreté, éducation, les marchés de l'immobilier et du travail).
Un outil cartographique permettant de représenter des indicateurs et de visualiser les données sous forme de cartes interactives, tableaux, graphiques, fiches de synthèse. Ces indicateurs vont pouvoir servir de socle à une observation des quartiers politiques de la ville.
Outils: Postgres, Mapbox, Morris.js, Laravel, HTML
Voir la réalisationCartographie et cumul en surface des transactions immobilières par quartier et type de local.
Outils: Python, D3.js
Voir la réalisationNous avons cherché à montrer comment l’espace est occupé dans les quartiers prioritaires en Occitanie.
Nous nous sommes focalisés sur des valeurs géographiques, de taille et de distance pour notre étude, en regardant la localisation et la taille des logements puis leur distance relative aux écoles.
Outils: Tableau, Rstudio, Powerpoint
Voir la réalisationOutils: R, Markdown, Flexdashboard, package dplyr, high charter
Voir la réalisationIl s'agit d'une représentation graphique des quartiers prioritaires en Hérault. Le premier graphique montre que c'est le département d'Occitanie qui compte le plus d'habitants en quartier prioritaire. L'analyse de l'Hérault est composée d'une carte et de chiffres clés sur le département. La deuxième page se concentre sur les cinq quartiers du département dont la situation est la plus critique (en termes de taux de pauvreté) et compare ces quartiers à travers différents indicateurs.
Outils: Infogram
Voir la réalisationLe but de notre projet est de permettre aux habitants de Toulouse, notamment des quartiers prioritaires, d'en s'avoir plus sur leur quartier. Nous nous sommes intéressés à 3 indicateurs socioéconomique : le taux de femmes, de chômeurs et d'étrangers parmi la population.
Ainsi, pour chaque indicateur vous pourrez trouver une carte représentant les quartiers dont les couleurs indiquant si le taux est plutôt élevé ou faible ainsi qu'un diagramme en bâtons.
Outils: Python, R, InDesign, Photoshop
Voir la réalisationPrésentation des transactions immobilières dans les quartiers prioritaires d'Occitanie entre 2016 et 2020 :
Outils: Streamlit, Python
Voir la réalisationNotre étude cherche à répondre à une problématique courante pour les jeunes ménages de la région: ou s’installer pour assurer un bon établissement scolaire à ses enfants tout en restant un zone d’activité professionnelle importante ?
Cette question s’avère particulièrement importante pour les ménages possédant de faibles revenus. Pour cela, nos avons exploré les donnés mise à disposition suivant deux axes majeurs: le nombre d’établissements scolaires publics et privés ainsi que le taux de demandeurs d’emplois dans les quartiers prioritaires.
Outils: Logiciel Tableau
Voir la réalisationAccès : utiliser Google Chrome, user : HACKAVIZ, mot de passe: TDVIZ2021
Avec une approche "infographie", petit exercice de style utilisant différents types "alternatifs" de visualisation d'indicateurs, de classement ou de comparaison de 2 valeurs. La version interactive permet de sélectionner un QP, afin de comparer notamment ses indicateurs de niveau de vie avec ceux des autres quartiers prioritaires de la commune, du département ou de la région.
Outils: MicroStrategy 2021, SVG, Icons8
Voir la réalisationLes Small Multiple de Choroplèthes cartographient la précarité de l'emploi au sein des populations les plus vulnérables des Quartiers Prioritaires en territoire Occitan.
Le taux d'activité des femmes y est ainsi inférieur de 16,2 points par rapport à celui des hommes. En particulier, près d'une femme sur deux est en dehors de l'emploi contre une femme sur trois dans les quartiers environnants.
Ces cartes présentent le pourcentage de Femmes et d'Etrangers Actifs. On observe un important clustering des populations sous-employées en périphérie des villes, avec par exemple 16% des étrangers actifs à la Conte, Carcassonne.
Outils: Python, html, JavaScript, plotly
Voir la réalisationLes différentes données ont été triées pour ne faire ressortir que le foncier industriel dans les quartiers prioritaires. Le but était de voir si la crise du Covid-19 avait eu un impact sur les transactions de locaux professionnels.
Outils: Excel,Illustrator
Voir la réalisationAperçu des ventes immobilières dans les quartiers prioritaires en Occitanie entre 2016 et 2020
Outils: Squore, Highchart
Voir la réalisation"Le meilleur programme anti-pauvreté est une éducation de classe mondiale ." Barack Obama Quels sont les départements et villes dont les quartiers prioritaires sont les plus en manque d'établissements de service aux particuliers par habitants ?
Outils: Rstudio, Tableau
Voir la réalisationL'attractivité des quartiers prioritaires d'une commune présente un défi considérable, dans le sens où elle connecte des questions démographiques, soci-économiques et d'infrastructures. Agir en faveur du développement des quartiers prioritaires suppose d'identifier les indicateurs qui transformeront les besoins peu ou mal satisfaits en nouvelles opportunités.
Cette analyse a pour objectif d'inciter les communes à mettre en lumière le potentiel de ces quartiers prioritaires et inspirer les acheteurs immobiliers à investipouraccompagner la croissance des quartiers.
Outils: Qlik Sense
Voir la réalisationAnalyse à la maille des départements/communes : analyse du positionnement relatif d'une commune d'un point de vue géographique et vis-à-vis d'une liste d'indicateurs prédéfinis (valeur foncière moyenne des transactions, taux de pauvreté, etc.). Analyse à la maille des communes/qp: analyse du positionnement relatif d'un QP d'un point de vue géographique et vis à vis de sa dynamique des transactions (€) au cours du temps.
Outils: SAP Analytics Cloud, Alteryx, Tableau Software
Voir la réalisation