Présentation-de-l'Atelier-MatplotLib.md

@@ -7,6 +7,13 @@
 
 :construction_site: à venir : une 'galerie' pour voir les graphiques proposés, avec les mots-clefs associés. En attendant cette galerie pour pour mieux cibler les pages correspondant à un besoin, le [readme](https://gitlab.irstea.fr/christine.poulard/atelier-matplotlib/-/blob/master/README.md) et le plan ci-dessous, sous forme de tableau, vous donneront une idée des principaux exemples.
 
+Les pages proposées sont de plusieurs types :
+
+- **"Atelier"**, comparable à un TP : on part d'un exemple simple que l'on complexifie peu à peu (exemple : C tracer une chronique, E: tracer une longue chronique, D: tracer une carte...) ; certains Ateliers correspondent à des codes existants, "décomposés et commentés" ; c'est le cas de l'atelier G, sur les widgets, où l'on s'appuie sur des codes de démo réalisés pour des TDs ;en 2021, tous ces "Ateliers" concernent la bibliothèque de visualisation **matplotlib** :chart_with_upwards_trend:
+- **"focus"**, où l'on va traiter un objet ou une fonction en particulier, dans un cas simple (exemple : focus scatter, où l'on aborde aussi les colorbar) ; cela correspond souvent à des tests réalisés pour de "vrais" codes, ces pages permettant de garder une trace écrite des informations acquises.
+-  **"Point Théorie"**, topp sur un concept ou des méthodes, sans application ou avec une application sur un cas très simple.
+- des **listes** : de [tutoriels](Tutographie), de [définitions](Lexique), et à venir une Galerie d'exemples et un index des notions abordées.
+
 ### pourquoi Matplotlib, la bibliothèque "historique" de Python
 
 Matplotlib n'est pas la seule bibliothèque graphique de Python, mais c'est sans doute la plus utilisée, donc avec une grande communauté, et elle est 100% Python (plein accès au code). Elle a une [**documentation complète, structurée et et tenue à jour**](https://matplotlib.org/), qu'il faut consulter en priorité ; elle manque parfois d'exemples d'utilisation, il faut alors chercher des explications et des illustrations ailleurs, [dans des cours, des tutos](Tutographie) ou des forums. Pour des données multimensionnelles, vous utiliserez peut-être Seaborn, et pour réaliser des cartes en tenant compte des systèmes de projection il y a Geopandas et Cartopy : tous sont des "wrappers" de Matplotlib, c'est-à-dire des interfaces qui proposent des syntaxes pratiques et se chargent de les transcrire en instructions matplotib. Il est donc intéressant de connaître matplotlib pour ajuster des graphiques faits avec tous les wrappers. Elle reste une bonne bibliothèque pour prendre pied dans les visualisation. NB : comme matplotlib est utilisé comme base pour le "méta-package" Plots\* en Julia le temps d'apprentissage n'est pas perdu même si vous passez à Julia (éventuellement, ce wiki sera élargi à Julia, un jour...).