Une infrastructure concentrée géographiquement
Saint-Nazaire (code commune 44184) compte 376 des 601 emplacements recensés et 3 001 places, ce qui représente la plus forte concentration du jeu de données.
ÉTUDE DE CAS
Analyse des stationnements cyclables
Une analyse géospatiale réalisée en Python de 601 emplacements de stationnement cyclable en Loire-Atlantique.
PythonPandasGeoPandasFoliumMatplotlib
Vue d'ensemble du projet
L'analyse porte sur les infrastructures de stationnement cyclable actuellement enregistrées dans le jeu de données.
601
Emplacements de stationnement
4,585
Places vélo au total
10
Communes représentées
7.6
Capacité moyenne par emplacement
Les petites installations dominent
La capacité médiane est de 6 places et la moyenne de 7,6 places par emplacement. La distribution est asymétrique vers les grandes capacités, avec relativement peu d'installations atteignant jusqu'à 48 places.
CADRE ET ROUE est le type d'infrastructure dominant
CADRE ET ROUE est utilisé pour 479 des 601 emplacements recensés, devant ROUE (67) et CADRE (55).
Une qualité de données variable selon les champs
Les champs essentiels comme la capacité et les coordonnées sont complets. D'autres champs sont beaucoup moins renseignés, notamment le propriétaire, le gestionnaire, les URL, l'année de mise en service et la capacité pour vélos cargo.
Visualisations de l'analyse
Les principales visualisations de l'analyse Python mettent en évidence la répartition géographique, la capacité, les types d'infrastructure et la qualité des données.
Point méthodologique important : date_maj indique la date de mise à jour d'un enregistrement, et pas nécessairement la date d'installation d'un équipement. La forte concentration de mises à jour en septembre 2022 ne doit donc pas être présentée comme la preuve d'une importante phase d'installation.
LE BESOIN
Transformer des données d'infrastructure en informations utiles
Le jeu de données contient 601 emplacements et plusieurs variables sur la capacité, la localisation, le type d'accroche, l'accès, la couverture, la surveillance et les mises à jour. L'enjeu était de structurer ces informations et d'identifier des tendances claires sans surinterpréter les champs incomplets.
LA SOLUTION
Analyse exploratoire et géospatiale avec Python
J'ai utilisé Python avec Pandas, GeoPandas, Folium et Matplotlib pour explorer les données, analyser la capacité et les types d'infrastructure, comparer les communes et visualiser la répartition géographique des stationnements cyclables.
IMPACT ET APPRENTISSAGE
Une vision structurée des infrastructures cyclables
L'analyse permet de comprendre où les stationnements sont concentrés, quelle capacité est disponible, quels types d'équipements dominent et dans quelle mesure la qualité des données limite certaines interprétations.