home.md

-# Bienvenue sur le "Tutoriel collaboratif PYTHON Hypopo"   
+# Bienvenue sur le "Tutoriel collaboratif et évolutif PYTHON Hypopo"   
 
  (:warning: en construction  !  :construction: :construction_worker: )
 
@@ -6,19 +6,29 @@ pour l'instant il contient surtout un seul contenu : Atelier Matplotlib, avec da
 
 
 ## "Atelier Python Matplotlib 2021" 
+### alternance de pratique et de théorie à suivre lors de sessions encadrées ou en autonomie
 
-*En complément à la doc* et aux nombreux tutos dont certains sont excellents (voir "tutographie" plus bas !)  il s'agit ici de découvrir matplotlib au travers d'applications de nos équipes (actuellement : chroniques de valeurs, champs de valeurs...). On insistera sur les points qui ont posé des difficultés, même si éventuellement cela ne semblait pas être du tout quelque chose de difficile (construire une légende qui ne masque pas les courbes, et qui soit complète même avec des variables de natures différentes tracées avec un autre axe des y ou dans des vignettes différentes.
+*En complément à la doc* et aux nombreux tutos dont certains sont excellents (voir "tutographie" plus bas !)  il s'agit ici de découvrir matplotlib au travers d'applications de nos équipes (actuellement : chroniques de valeurs, champs de valeurs...). On insistera sur les points qui ont posé des difficultés, même si éventuellement cela ne semblait pas être du tout quelque chose de difficile (maintenir les étiquettes de dates de l'axe des x lisibles quel que soit le zoom ; construire une légende qui ne masque pas les courbes, et qui soit complète même avec des variables de natures différentes tracées avec un autre axe des y ou dans des vignettes différentes...).
 
 Le format de ce wiki n'est pas idéal, ce serait mieux de pouvoir afficher des illustrations, surtout pour une "galerie" permettant d'aller voir dans les réalisations des uns et des autres ce qui pourrait nous aider... A suivre ?...
 
 N'hésitez pas à faire part de vos questions, remarques et suggestions aux auteurs, *contributions bienvenues* également.
 
 
-### alternance de pratique et de théorie à suivre lors de sessions encadrées ou en autonomie
+### Matplotlib, la biliothèque "historique" de Python, qui reste la référence.
+
+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). Pour des données multimensionnelles, vous utiliserez peut-être Seaborn, et pour réaliser des cartes en tenant compte des systèmes de projection il y a Cartopy : tous les deux 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, et comme matplotlib est utilisé comme base pour le module Plots en Julia le temps d'apprentissage n'est pas perdu même si vous passez à Julia.
+
+Il existe maintenant des alternatives plus rapides, plus spécialisées, qui sont meilleures au niveau de l'interactivité et de la réactivité (animations, mise à jour en continu...), mais elles ne sont pas aussi complètes, et ne bénéficient pas de la même communauté de développeurs et d'utilisateurs que Matplotlib. Par ailleurs, Matplotlib continue aussi à évoluer.
+
+Le [site Pyviz, consacré à la visualisation(https://pyviz.org/) fournit beaucoup d'informations sur les différentes solutions de visualisation, avec une [page de synthèse](https://pyviz.org/overviews/index.html) avec le schéma de J. Vanderplas qui cartographie les bibliothèques selon leurs "moteurs" (Python, javascript, D3js, OpenGL), et les liens entre elles.
+
+Pour des données multimensionnelles, on citera *Altair*, basé sur le D3js. Bokeh utilise les navigateurs ; il est particulièrement intéressant pour les "dashboard" et pour être intégré à des pages internets. Plotly est très bon pour les graphiques interactifs. 
 
-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). Pour des données multimensionnelles, vous utiliserez peut-être Seaborn, et pour réaliser des cartes en tenant compte des systèmes de projection il y a Cartopy : tous les deux 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 serait intéressant de faire par la suite un fork de cet atelier avec Plotly ou Bokeh ou PyQtGraph... mais c'est une autre histoire.
+ Il serait intéressant de faire par la suite un fork de cet atelier avec Plotly ou Bokeh ou PyQtGraph... ou le projet vispy qui regroupera des éléments de plusieurs modules... mais c'est une autre histoire.
 
+Le site '
 
 #### Présentation des contributeur(s)