- Détails
- 57676
Pandas is an excellent Python librarie to manage data. Matplotlib allows to create advanced charts and Openpyxl is very usefull to read/write Excel files. These 3 tools, combined with other classic Python features, allow to do data analysis and engineering.
First install or check Python and Pip, then the 3 libraries:
pip install pandas pip install matplotlib pip install openpyxl
Data management with Python, Pandas, Geopandas, Matplotlib and Openpyxl
- Détails
- 8263
Les permissions
Les permissions des fichiers et dossiers (CHMOD, abréviation de Change Mode) recommandées sur Joomla (ou d'autres applications PHP) dépendent en partie des hébergeurs.
Un même droit est parfois interprêté différemment selon l'hébergeur (déjà vu), une même application requiert parfois différents droits selon l'hébergeur. Certains serveurs vont automatiquement bloquer certains droits sur certains contenus.
Mais quand un site commence à être mature, il subit de moins en moins de modifications structurelles. On peut alors fermer certaines portes - comme on fermerait l'accès au compteur électrique - et mettre en place une politique des moindres privilèges.
La mise en place d'une politique des moindres privilèges doit être suivie de tests et d'une communication fine avec son hébergeur. Il n'y a rien d'exhautif et rien de parfait, n'hésitez pas à modifier progressivement les permissions vers le bas selon vos propres observations. Il s'agit de fermer au maximum, puis de ne ré-ouvrir que le strict nécessaire.
- Détails
- 1800
- Cet article n'est pas terminé, mais constitue déjà une base de réflexion en analyse de marketing digital.
La prospection digitale est aujourd'hui incontournable. Nous parlons ici principalement de prospection par email, les fameuses newsletters.
Moins coûteuse en temps et en argent, la prospection digitale est facilement mesurable et qualifiable. Elle permet de mieux diriger les commerciaux et si les outils d'emailing et de suivi relationnel (CRM) sont liés, le gain est encore plus évident.
Entretenir ses bases et les enrichir est donc important. Mais comment viser juste au moment de l'acquisition ou de la constitution de nouveaux prospects ? Comment calculer un indicateur prévisionnel d'aide au ciblage de nouveaux prospects digitaux ?
En plus de l'appréciation qualitative propre à chaque secteur d'activité, le bon sens voudrait regarder les taux de transformation par pays ou par catégorie (métiers, centres d'intérêt...) pondérés par les chiffres d'affaire réels (qu'on appelera ici variables naturelles). Et c'est déjà pertinent pour analyser les résultats d'une prospection.
Mais pour orienter la prospection future, d'autres facteurs semblent intéressants : les variables digitales.
- Détails
- 3936
MS Excel/Access is enought supported, so I would list only specific cases which took me more than 1 minute to solve.
Excel
Find "?"
~?
AltGr+2é
x2 then delete
Access
Get the first letter from each word in upper case in a query (Title Case)
Get the first letter from each word in upper case and the remaining in lower case is easy with Excel (=PROPER
), but with Access I searched for a long time ...
StrConv([field],3)
- Détails
- 4934
Here a simple Selenium example where we go to fill then submit a form from data previously converted in XML.
I choose XML because this flat format is easy to grab with Python, and it can be created from an Excel file with Access for example. Morever, if the auto-submit crashs during the execution (it is possible even with a good code, depending on the website providing the form), Chromium will stop on the last record and you could remove the begining of the XML before to re-execute the same code (to avoid duplicates).
For those in a hurry (🧐) my code is here on GitHub. But for a full understanding just see below.
Page 1 sur 4