D'après Ouest-France, un pays à revenu élevé émet 3 fois plus de CO2 par habitant qu'un pays à revenu faible. Ce projet vise à explorer cette statistique alarmante en analysant la corrélation potentielle entre les revenus d'une nation et ses émissions de CO2. Notre étude offre une vision claire de la dynamique entre les enjeux économiques et leurs conséquences écologiques à travers une interface utilisateur interactive et intuitive.
Notre application s'articule autour d'une structure backend en Python et d'un frontend pour la visualisation des données. Le backend se charge de la fusion, du nettoyage, et de la transformation des jeux de données tandis que le frontend permet une interaction dynamique avec les utilisateurs.
Le script Python démarre par la fusion de multiples jeux de données en une structure unifiée. Il sélectionne ensuite les champs pertinents, nettoie les données en éliminant les valeurs nulles et transforme les données textuelles en valeurs numériques, rendant l'ensemble cohérent et prêt pour l'analyse.
Les données proviennent de fichiers JSON et CSV. Le JSON stocke des indicateurs temporels tandis que le CSV contient des données géographiques et démographiques.
Un script Python traite les données des fichiers sources, effectue des calculs statistiques et fusionne les informations en un ensemble enrichi pour le frontend.
Les données traitées sont structurées dans un format optimisé pour l'intégration web et exportées vers un fichier JavaScript pour une utilisation dans le frontend.
L'interface web utilise les données structurées pour offrir des visualisations interactives, permettant aux utilisateurs de filtrer et d'explorer les données selon divers critères.
Le fichier JavaScript généré facilite la réutilisation des données pour des analyses supplémentaires ou des intégrations dans d'autres segments de l'application.