Analisi del dataset “Theater History of Operations (THOR) Data: World War II”

Il GULLi ha lanciato l’iniziativa per una propria analisi del dataset “Theater History of Operations (THOR) Data: World War II“.[1] Il dataset riporta i dati dei bombardamenti aerei degli alleati durante la seconda guerra mondiale e pensiamo che l’analisi possa creare diversi interessi sia storici (quando, dove e come sono avvenuti i bombardamenti) che tecnici (come analizzare i file CSV con Python, geopandas, SQL). Per favorire l’iniziativa i dati sono stati caricati anche su un database PostgresSQL sul server del GULLi, mettendo così a disposizione a chiunque fosse interessato una base di dati condivisa (alcuni dati sono stati e dovranno essere corretti) accessibile da chiunque.

Queste alcune delle rappresentazioni che possono essere realizzate:

Bombardamenti alleati nel teatro europeo
Bombardamenti in Toscana

Bombardamenti per obiettivi città di Livorno
(tonnellate di esplosivi)

Interessi storici

L’iniziativa aspira a raccogliere aspetti e episodi storici, magari anche sotto forma di piccoli racconti, legati ad eventi identificati sui dati. A solo titolo di esempio, è possibile calcolare la quantità totale di materiale bellico sganciato sopra ogni paese:

  • Germania 1.991.588,00 t
  • Francia 820,945.00 t
  • Italia 417,004.62 t
  • etc…

Sarebbe interessante conoscere come e dove venivano prodotti quantitativi così ingenti.

E’ possibile estrarre le date di inizio e di fine dei bombardamenti in una determinata città o area geografica. Sarebbe interessante collegare nozioni storiche a questi periodi.

In rete è disponibile molto materiale storico, solo a titolo di riferimento segnaliamo:

Interessi tecnici

L’iniziativa offre l’opportunità di imparare l’uso di diversi strumenti informatici, linguaggi di programmazione, applicazioni più o meno complessi, formati standard di dati, etc…. Fra questi sono già stati identificati:

  • Database PostgreSQL : un database server che il GULLi ha installato e che mette a disposizione
  • Formato CSV: il formato di testo più comune per i dati testuali
  • Python: uno di più potenti linguaggi del momento
  • Jupyter: un ambiente per sviluppare le procedure di analisi in Python
  • PGAdmin: una interfaccia utente per accedere
  • SQL: linguaggio per l’interrogazione e gestione delle basi di dati 

Ed inoltre l’uso di librerie Python come Pandas, GeoPandas, Folium e Matplotlib

Strumenti

Il GULLi mette a disposizione sul proprio account Gitlab spazi web per condividere:

  • Interrogazioni SQL da usare nelle applicazioni o direttamente sull’interfaccia PgAdmin
  • Applicazioni Python o altro, Jupiter Notebook
  • Immagini e grafici

Risultati e articoli verranno pubblicati sul sito web del GULLi (https://linux.livorno.it).

Analisi

Le analisi potranno prendere in considerazione uno o più eventi storici e cercheranno testimonianze, relazioni ed approfondimenti nei dati a disposizione sul database. Viceversa, si cercherà di trovare testimonianze storiche a partire dai dati delle missioni registrati sui database.

Elenco delle analisi disponibili

Per collaborare all’iniziativa o per qualsiasi informazione info@linux.livorno.it

Desktop remoto attraverso canali sicuri

Oggi più che mai abbiamo bisogno di accedere in remoto ad altri computer, per fornire assistenza, per scopi didattici, per esigenze lavorative di smart working ma anche per accedere a dispositivi presenti nelle reti di casa. Ma giustamente l’accesso ai computer all’interno delle reti locali casalinghe è protetto dalle caratteristiche dei router e modem che i provider forniscono. Quindi in configurazioni standard non è possibile, o almeno semplice, concedere l’accesso ai nostri computer anche se questo è a nostro beneficio. Esistono diverse soluzioni anche commerciali per permettere assistenza remota, qui ne vediamo una completamente open source e di cui abbiamo il completo controllo.

Leggi tutto Desktop remoto attraverso canali sicuri