#samply

Fil 20/09/2013

7 command-line tools for data science | Jeroen Janssens
▻http://jeroenjanssens.com/2013/09/19/seven-command-line-tools-for-data-science.html

1. #jq - sed for JSON
▻https://stedolan.github.io/jq
2. #json2csv - convert JSON to CSV
3. #csvkit - suite of utilities for converting to and working with CSV
4. #scrape - HTML extraction using XPath or CSS selectors
5. #xml2json - convert XML to #JSON
6. #sample - when you’re in debug mode
7. #Rio - making #R part of the pipeline

(PS : je recommande de renommer sample en #samply, car sample existe déjà)

#outils #data

Fil

Fil @fil 20/09/2013

et pour installer ces outils, il faut trouver à chaque fois la bonne invocation ; mes notes :
GOPATH=~/Source/gocode go get github.com/jehiah/json2csv
sudo pip install csvkit
sudo pip install lxml
sudo pip install cssselect
npm install xml-mapping
npm install xml2json-command

Fil @fil
Fil @fil 20/09/2013

voir aussi ▻https://github.com/clarkgrubb/data-tools

Fil @fil
Fil @fil 20/01/2014

ajouter #q : ►http://seenthis.net/messages/219474

Fil @fil
Fil @fil 15/08/2016

@archiloque vient de repérer gron, une alternative à jq pour manipuler du #JSON
▻https://github.com/tomnomnom/gron

Fil @fil
Stéphane Bortzmeyer @stephane CC BY-SA 16/08/2016

@Fil @Archiloque J’ai testé gron, l’idée de base (formater le JSON d’une manière qui permettte à un grep normal de fonctionner) est bonne, mais il a moins de possibilité que jq.

Stéphane Bortzmeyer @stephane CC BY-SA
BoOz @booz 5/01/2017

#visualisation_de_données

BoOz @booz
Stéphane Bortzmeyer @stephane CC BY-SA 9/08/2017

Sur jq, mon article d’introduction : ▻http://www.bortzmeyer.org/jq.html #jq #JSON

Stéphane Bortzmeyer @stephane CC BY-SA
Fil @fil 12/01/2022

dsq pour lire des fichiers en mode SQL
►https://seenthis.net/messages/943637

Fil @fil

Écrire un commentaire