Projet de cours - Filière Data Science :
Ce projet, réalisé en binôme, porte sur l'analyse des voies ferroviaires en France. Contrairement au projet DSIA4101A qui est codé en python, ce projet utilise le language R.
Pour la réalisation de ce projet, nous avons utilisé différentes données issues de la SNCF, soigneusement triées par Mathias Maestri, que nous tenons à remercier chaleureusement. Ces données ont ensuite été exportées dans un fichier au format .geojson.
Jeu de données utilisé : Données réseau ferroviaire national concaténées
Cette section décrit les étapes nécessaires à l'installation des outils et dépendances pour exécuter l'application.
Installez une version récente de R (4.3.0 ou supérieure recommandée) : Installation de R.
Pour un IDE optimisé, installez RStudio : Installation de RStudio.
Les packages nécessaires sont listés dans requirements.R. Installez-les en exécutant :
source("requirements_R.txt")Python est necéssaire si vous souhaitez lancer le script python create_csv.py pour obtenir un csv à jour des données. Pour installer une version récente de Python 3 (la version 3.12.0 est recommandée pour ce projet). Vous pouvez télécharger Python à partir du lien suivant :
Installation de Python
Les dépendances du projet sont listées dans le fichier requirements.txt. Pour installer ces packages, ouvrez un terminal et exécutez la commande suivante :
pip install -r requirements_Python.txt
Pour cloner le dépôt Git de ce projet, assurez-vous que Git est installé sur votre machine. Si ce n'est pas le cas, vous pouvez l'installer à partir de ce lien :
Installation de Git
Une fois Git installé, ouvrez Git Bash ou tout autre terminal et exécutez la commande suivante pour cloner le projet dans le répertoire de votre choix :
*git clone https://github.com/Brauxo/DSIA4101C*
Après avoir suivi les étapes d'installation, vous pouvez démarrer l'application en exécutant le fichier app.R dans l'IDE R de votre choix (Rstudio dans notre cas)
Rscript app.R
Cependant si les fichiers shiny on mal été chargés, la solution est d'executé cette ligne :
shiny::runApp("app.R")
Si tout se passe comme prévu, Vous allez obtenir une nouvelle fenêtre avec l'application Normalement l'application est en cours d'exécution en local (localhost) à l'adresse indiquée.
Cette section présente le fonctionnement du Dashboard une fois que la page a été lancé grâce au fichier app.R, ainsi que ses différentes fonctionnalités.
Pour naviguer dans le dashboard on utilise le menu sur le côté et on clique sur la catégorie qui nous interesse.
Normalement lorsqu'on arrive sur le dashboard, la page d'accueil est la première page montré, celle-ci elle présente vaguement le contenu du dashboard.
Cette page contient les informations sur les outils utilisés et sur nous.
Cette page permet d'obtenir des informations sous forme d'histogrammes sur les chemins de fer français.
La page qui montre différentes cartes des chemins de fer français (LGV,Toutes,Lignes classiques), cette page utilise les callbacks pour mettre à jour en direct les cartes.
Cette page permet d'obtenir des informations sous forme de camemberts sur les chemins de fer français.
Cette page permet d'obtenir des informations sous forme de scatterplot sur les chemins de fer français.
L'objectif de ce projet est de fournir un aperçu général et en temps réel des statistiques sur les voies ferroviaires en France, ainsi qu'une représentation cartographique des rails français. Cette analyse permettra de visualiser les caractéristiques du réseau ferroviaire, d’identifier des tendances et les données du réseau. Ce projet s'inscrit dans le cadre de la validation de l'unité DSIA4101.
Les graphiques sur les voies ferroviaires en France montrent une répartition intéressante des lignes, en fonction de leur vitesse, de leur électrification et de la taille des tronçons.
Les vitesses
Pour les lignes à grande vitesse, on observe qu'elles sont bien représentées, avec 17 tronçons qui roulent à 270 et 300 km/h. On trouve aussi 4 tronçons à 320 km/h et un seul qui atteint 350 km/h. Cela montre que, même si la majorité des LGV roulent à des vitesses proches de 300 km/h, il existe quelques lignes qui vont encore plus vite atteignant une vitesse max de 350 km/h. Pour lignes classiques, la situation est bien différente. La majorité des tronçons sont assez lents, avec 23,7% des lignes classiques circulant à seulement 30 km/h. celle-ci semblent être régionales en observant sur la carte et repésentent de plus petites distances.
L’électrification des lignes
En termes d’électrification, on remarque que 67,8% des lignes sont alimentées par un système de 25 000 volts, ce qui est principalement destiné aux LGV. 31,3% des tronçons utilisent un système de 1 500 volts, plus couramment utilisé pour les lignes classiques et régionales. Les autres systèmes d’alimentation, bien que présents, représentent une proportion très faible du réseau mais on peut noté des précisions comme des volts continu par 3 ème rail qui après une recherche sur internet représente les lignes avec un rail supplémentaire.
La taille des segments
Enfin, en ce qui concerne la taille des tronçons, la plupart d'entre eux mesurent moins de 125 km (environ 98% d'entre eux), bien que certains tronçons soient plus longs, notamment le plus grand se situant entre 825 et 875 km. Cela montre que le réseau français est en grande majorité composé de lignes assez courtes, adaptées aux trajets régionaux, même si certaines lignes longues sont concentrées sur les grands axes à grande vitesse. Par ailleurs les troncons les plus grands correpondent aux LGV.
Ce guide développeur présente les objectifs, l'architecture et la structure de notre projet. Il est conçu pour faciliter l'ajout de nouvelles fonctionnalités et garantir la maintenabilité du code.
Afin d'assurer une compréhension optimale du code par le plus grand nombre, nous avons choisi de coder en anglais et de respecter les conventions de style du Tidyverse.
Ce guide ne se concentre pas sur une compréhension exhaustive du code, mais sur nos choix de conception, les raisons qui les sous-tendent et la structure logique du projet.
Le code est structuré en trois fichiers principaux pour faciliter la modularité :
ui.R : Définit l'interface utilisateur (UI) du Dashboard.
server.R : Contient la logique du serveur pour exécuter les interactions utilisateur.
app.R : Point d'entrée qui appelle ui.R et server.R.
Pour ajouter une nouvelle page dans le Dashboard :
Créer la page dans ui.R : Ajoutez une fonction de page dans ui.R avec les éléments de la nouvelle page.
Définir la logique dans server.R : Ajoutez une fonction dans server.R pour gérer les interactions de cette nouvelle page, telles que les graphiques ou les cartes.
- Ajouter les graphiques manquants par rapport à la version python.
- Changer la description de l'interface du dashboard.
- S'occuper des erreurs de callbacks
- Essayer de créer un fichier functions.R pour ranger les fonctions
- Pour le reste : Même suggestions qu'en python.