Ce projet a été réalisé par Alfred Vié et Mathis Pipart
Pour mener à bien notre projet nous avons choisi d'utiliser des données sur l'immobilier
Pour cela nous avons utilisé les données open source proposé par le gouvernement
Ressources :
- Lien des ressources : https://www.data.gouv.fr/fr/datasets/5c4ae55a634f4117716d5656/
- Description des données : https://www.data.gouv.fr/fr/datasets/r/d573456c-76eb-4276-b91c-e6b9c89d6656
Nous avons ainsi utiliser ses données en statiques, c'est à dire que nous les avons stockés dans un dossier nommé "DATA"
Pour déployer et utiliser notre dashboard il est nécessaire d'effectuer quelques manipulations.
il faut dans un premier temps installer les modules nécessaire, pour cela lancer la commande :
python -m pip install -r requirements.txt
Dans un dernier temps il faut lancer le main.py pour créer le dashboard:
python3 main.py
Le dashboard sera créé sur l'url
L'histogramme affiche la surface moyenne des maisons par commune, on remarque ainsi que en moyenne en France une maison fait environ entre 50m² et 150m² avec un pic à 100m².
Les cartes varient du noir (taux faible) au rouge (taux élevé) en fonction des données contenu dans le dataset.
On remarque que les 2 cartes se ressemblent fortement ainsi le prix moyen pour tout type de bien et le prix au m² pour les maisons sont en corrélation.
Par exemple l'Alsace et la Bourgogne (zone noire) sont peu chères comparées à l'Ile-de-France et la côte d'Azur (zone rouge).
Cependant on constate quelques différences:
Dans la région Rhône-Alpes le prix moyen pour tout type de bien est plus élevé (zone rouge) donc supérieur à la moyenne tandis que pour la carte du prix au m² pour les maisons la région Rhône-Alpes est une zone noire, est donc inférieur à la moyenne.
Cela explique que ce sont les autres types de bien que les maisons (les appartements...) qui sont supérieur en prix au m² dans la région Rhône-Alpes.
Le code a été développé de manière structuré avec des fonctions et un "main" les appelants.
Ce mode de fonctionnement permet au code une amélioration facile et pratique à l'avenir.
Les fonctions utilisées:
- sortdata : permet de trier les transactions par code commune
- calcdata : permet de faire les calculs pour tous, les biens, seulement les maisons, seulement les apparts et seulement les locaux commerciaux
- calcdatachunk : fait les calculs pour 1 type de bien
- findcode : permet de formatter le code commune qui est séparé dans les fichiers d'entrée
- main : téléchargement des données et création du dashboard
graph TD;
main((main))
sortdata((sortdata))
findcode((findcode))
calcdata((calcdata))
calcdatachunk((calcdatachunk))
main --> sortdata
main --> calcdata
sortdata --> calcdata
calcdata --> calcdatachunk
main --> findcode
calcdatachunk-->main