|
130
|
1 |
== Inclusion géographique ==
|
|
|
2 |
|
|
|
3 |
La migration 0007_geographic_inclusion crée les tables nécessaires
|
|
|
4 |
|
|
|
5 |
Pour récupérer les informations d'inclusion géographique de DBpedia (nécessite le package python SparqlWrapper)
|
|
|
6 |
python manage.py query_geo_inclusion
|
|
|
7 |
|
|
|
8 |
== Traitement du fichier countries.geo.json ==
|
|
|
9 |
|
|
|
10 |
Le fichier a été téléchargé sur https://github.com/johan/world.geo.json/
|
|
|
11 |
Afin de faire correspondre les labels des pays aux tags sémantisés, on applique le script
|
|
|
12 |
python manage.py geojson_transform <chemin/nom_du_fichier.geo.json>
|
|
|
13 |
pour rajouter ces informations dans le fichier
|
|
|
14 |
|
|
|
15 |
== Import des données Insee ==
|
|
|
16 |
|
|
|
17 |
La migration 0008_datasheet_insee crée les tables nécessaires
|
|
|
18 |
|
|
|
19 |
Il faut d'abord importer les fichiers donnant les coordonnées géographiques par code Insee dans la base.
|
|
|
20 |
Le fichier data/villes.csv a été téléchargé sur http://www.pillot.fr/cartographe/fic_villes.php
|
|
|
21 |
Il manque dans ce fichier quelques villes et les codes INSEE pour Paris, Marseille et Lyon n'incluent pas les arrondissements
|
|
|
22 |
Les communes manquantes se trouvent dans additional_cities.csv
|
|
|
23 |
Pour importer chacun de ces fichiers :
|
|
|
24 |
python manage.py import_insee_csv <chemin/nom_du_fichier.csv>
|
|
|
25 |
|
|
|
26 |
Il faut ensuite importer les fichiers donnant la correspondance entre notices HDA (référencées par leur identifiant hda_id) et codes INSEE
|
|
|
27 |
Celles-ci sont fournies dans un fichier Excel donné par Bertrand, que j'ai converti en CSV et corrigé. Il s'agit de data/hda_insee.csv
|
|
|
28 |
Pour importer ce fichier:
|
|
|
29 |
python manage.py import_insee_hda_csv <chemin/nom_du_fichier.csv> |