Risultati
234 risultati
-
italia
Modalità di impiego dell’API REST
Richiamare l’endpoint in HTTP POST aggiungendo alla url il suffisso /search. Ad esempio: https://api.daf.teamdigitale.it/dataset-manager/v1/dataset/daf%3A%2F%2Fdataset%2Fdefault_org%2FGOVE__amministrazione%2Fistat_elenco_comuni_italiani/search. L’API è ottimizzata per dataset con una struttura colonnare (csv), il supporto ai json è al momento consente l’interazione solo con gli elementi di primo livello. Una query può essere composta di un insieme di clausole, scelte tra le seguenti supportate:. select. where. groupBy. having. limit. Le clausole rappresentano le proprietà complesse dell’oggetto json che deve essere inserito nel corpo della richiesta, che quindi assume la forma mostrata di seguito:. { "select": ..., "where": ..., "groupBy": ..., "having": ..., "limit": ... }. Di seguito vengono dettagliate le singole proprietà. SELECT. Permette di indicare i campi (colonne) di interesse del dataset ed eventualmente l’alias. La proprietà select accetta come valore una lista di oggetti del tipo: { "name": "col2", "alias": "alias_col2" }. Come valore di name è ammesso l’uso del carattere *. La lista può essere vuota, in tal caso si assume l’estrazione di tutte le colonne (come con l’uso del *). Esempio: selezione della colonna col1 e della colonna col2 con alias alias_col2. { "select": [ { "name": "col1" }, { "name": "col2", "alias": "alias_col2" } ] }. è equivalente a. SELECT col1, col2 AS alias_col2 FROM table. E” anche possibile rappresentare una colonna contenente un valore costante utilizzando un oggetto del tipo { "value": 1, "alias": "one_alias" }, con alias sempre opzionale. Esempio:. { "select": [ { "value": "string" }, { "value": 1, "alias": "one_alias" } ] }. è equivalente a. SELECT 'string', 1 AS one_alias FROM table. WHERE. Permette di indicare condizioni di filtro mediante l’uso di operatori logici e di confronto. La proprietà where accetta come valore un oggetto composto da uno o più operatori, a seconda della complessità del filtro, scelti tra quelli:. logici. unario di negazione not: accetta come valore un oggetto. and e or: accettano come valore una lista di oggetti. binari di confronto: accettano come valore un oggetto composto dalle proprietà left e right relativi ai due elementi di confronto. gt (maggiore strettamente di). gte (maggiore o uguale di). lt (minore strettamente di). lte (minore o uguale di). eq (uguale a). neq (non uguale a). Gli operatori logici possono essere innestati tra di loro per creare filtri complessi. E” possibile confrontare tra loro due colonne o una colonna con una costante. Esempio:. { "where": { "not": { "and": [ { "or": [ {"gt": { "left": "col1", "right": "col2" }}, {"eq": { "left": "col3", "right": false }} ] }, { "neq": { "left": "col4", "right": "'string'" } } ] } } }. è equivalente a. SELECT * FROM table WHERE NOT ( col1 > col2 OR col3 == false AND col4 <> 'string' ). Nota: effettuare l’escaping delle costanti testuali con \" o usare il delimitatore '. GROUP BY. Permette di indicare condizioni di raggruppamento per il calcolo di valori aggregati. La proprietà groupBy accetta come valore una lista non vuota di oggetti del tipo: {"name": "col2"}. Gli operatori di aggregazione attualmente supportati sono min, max, count, sum e avg. Esempio:. { "select": [ { "name": "col1" }, { "name": "col2" }, { "max": { "name": "col3"}, "alias": "max_col3" } }, { "count": { "name": "*" } } ], "groupBy": [ { "name": "col1" }, { "name": "col2" } ] }. è equivalente a. SELECT col1, col2, MAX(col3) AS max_col3, COUNT(*) FROM table GROUP BY col1, col2. HAVING. Permette di specificare clausole having se presente un raggruppamento. La proprietà having accetta come valore una lista non vuota di oggetti del tipo impiegato per esplicitare condizioni di filtro. Esempio:. { "select": [ { "name": "col1" }, { "name": "col2" }, { "max": { "name": "col3", "alias": "max_col3" } }, { "count": { "name": "*" } } ], "groupBy": [ { "name": "col1" }, { "name": "col2" } ], "having": [ { "gt": { "left": "max_col3", "right": 50 } } ] }. è equivalente a. SELECT col1, col2, MAX(col3) AS max_col3, COUNT(*) FROM table GROUP BY col1, col2 HAVING max_col3 > 50. LIMIT. Permette di specificare il numero massimo di elementi restituiti. La proprietà limit accetta un valore numerico. Esempio:. { "limit": 5 }. è equivalente a. SELECT * FROM table LIMIT 5 ...
-
italia
Dataportal: area privata
L’area privata del Dataportal è disponibile all’indirizzo dataportal-private.daf.teamdigitale.it. Gli utenti hanno la possibilità di registrarsi per avere accesso all’area privata del Dataportal e, conseguentemente, agli strumenti di analisi messi a disposizione dalla piattaforma. Fig. 3 Area privata del Dataportal. L’idea è quella di fornire alle Pubbliche Amministrazioni e alla community di utilizzatori un insieme di strumenti per l’analisi e l’accesso ai dati contenuti nel DAF, chiaramente preservando i diritti di accesso associati alle varie utenze. Dopo aver effettuato la registrazione e il login, nell’area privata è possibile [1]:. Creare e pubblicare Dashboard, ovvero un insieme di grafici creati con gli strumenti messi a disposizione dal DAF. Creare e pubblicare Storie (data stories), ovvero dei blog post in cui è possibile inserire nativamente risultati di analisi svolte con gli strumenti messi a disposizione dal DAF. Utilizzare Jupyter Notebook integrato con il cluster big data del DAF, con cui effettuare analisi esplorative iniziali fino a complessi modelli di machine learning. Accedere allo strumento di business intelligence (Superset) e strumenti più orientati alla data visualization (Metabase). I risultati delle analisi svolte con questi strumenti possono essere integrati nativamente nelle Data Story e nelle Dashboard. Le pubbliche amministrazioni registrate potranno inoltre usufruire di strumenti avanzati di gestione degli utenti. Operazioni e strumenti dell’area privata del Dataportal. Elenco non esaustivo e in evoluzione. Al momento questa funzionalità è offerta solo alle Pubbliche Amministrazioni ...
-
italia
DAF Dataportal: manuale per l’utente
Il Dataportal è il punto di accesso al Digital & Analytics Framework (DAF) e al catalogo nazionale degli open data della Pubblica Amministrazione (PA). Attraverso il Dataportal è possibile consultare il catalogo degli open data, leggere i risultati delle analisi dati («data stories») realizzate dalle Pubbliche Amministrazioni, dalla Community degli open data e dal team di data scientist del DAF, nonché contribuire all’accrescimento del sapere collettivo utilizzando gli strumenti di analisi disponibili sulla piattaforma DAF. Il Dataportal è costituito da un”area pubblica, accessibile a tutti gli utenti del Web, e un”area privata, a uso esclusivo degli utenti registrati. Questo manuale per l’utente illustra le principali operazioni che è possibile svolgere all’interno delle due piattaforme. La guida per gli sviluppatori, che descrive nel dettaglio le operazioni per l’installazione locale del DAF, è invece contenuta in un documento separato ...
-
italia
Dataportal: area pubblica
L’area pubblica del Dataportal è disponibile all’indirizzo dataportal.daf.teamdigitale.it. L’area pubblica rappresenta il punto di raccordo degli open data della PA e il punto di accesso al DAF. Essa costituisce l’evoluzione del sito dati.gov.it - i dati aperti della Pubblica Amministrazione. Fig. 2 Area pubblica del Dataportal. Per poter accedere al catalogo degli open data presenti nella piattaforma, l’utente deve prima effettuare la registrazione al Dataportal, seguendo le stesse indicazioni per l’accesso all’area privata. Oltre al catalogo degli open data, l’utente avrà accesso alle data stories condivise dagli utilizzatori del DAF, potrà ricercare e utilizzare le Data Application presenti sulla piattaforma, informarsi sulle novità provenienti dal mondo dei dati pubblici, e tanto altro. In questa area sarà inoltre disponibile una sezione dedicata agli analisti e agli sviluppatori di Data Application contenente documentazione tecnica e schede informative sulle funzionalità del DAF. LINK ALLE SEZIONI. Data stories. Novità e documentazione ...
-
italia
Jupyter Notebook: strumento per data science
http://spark.apache.org/docs/latest/sql-programming-guide.html. http://jupyter.org/. Note. [1]. Per una panoramica completa sulle funzionalità offerte da Jupyter e per l’elenco completo dei linguaggi di programmazione da esso supportati, far riferimento al sito ufficiale. [2]. Al momento l’autenticazione presso il server è necessaria ogni volta che si crea un nuovo notebook. Nelle prossime release del DAF, sarà fornito uno script che permetterà di effettuare questa operazione solo una volta ...
-
italia
Superset: strumento per data visualization
Superset è un tool molto potente e, conseguentemente, complesso. Per utilizzare in pieno le sue funzionalità si rimanda a guide specifiche sul tema, di cui si riportano alcuni riferimenti non esaustivi. https://superset.incubator.apache.org/. http://de.straba.us/2017/08/15/creare-dashboard-con-superset/. [1]. Il DAF propone alcune tabelle pre-caricate a beneficio degli utenti che vogliono familiarizzare con Superset ...
-
italia
Registrazione e accesso all’area privata
La funzionalità, disponibile dalla pagina di autenticazione, permette sia di ripristinare l’accesso alla sezione privata del portale nel caso non si ricordi la password, sia di modificare la propria password. A tal fine fornire la mail utilizzata in fase di registrazione, alla quale, se corretta, verrà inoltrato un link. Utilizzare il form per indicare la nuova password ...
-
italia
Amministrazione di utenti e organizzazioni
Aggiunta e rimozione di organizzazioni ...
-
italia
Data & Analytics Framework (DAF)
L’intera piattaforma del DAF può essere riassunta con lo schema nella Figura 1, e viene descritta in dettaglio nella guida per gli sviluppatori (in inglese). Fig. 1 Architettura del DAF. Il Dataportal costituisce il principale punto di accesso al DAF e alle sue funzionalità. L’utente finale può avere accesso ai cataloghi di dati ed eseguire analisi su di essi tramite una web app, senza dover installare alcun componente nel proprio computer. Tuttavia, se l’utente lo desidera, può installare l’intera piattaforma localmente seguendo le istruzioni all’installazione contenute nella guida per gli sviluppatori (in inglese) ...
-
italia
Pubblicazione di Dashboard e Data Story
Per creare una storia, trovandosi su Le mie storie, è sufficiente premere sull’icona con il + che si trova alla destra della barra di ricerca. Oppure, dal menù principale, cliccare su Crea scegliendo di creare una storia. Quindi si inseriscono le informazioni relative alla storia quali:. Titolo;. Privata o pubblica. Una volta inserite queste informazioni appare la seguente schermata su cui iniziare a lavorare. Si è nella modalità di editing della storia. Pertanto è possibile:. Modificare il titolo;. Inserire il sottotitolo;. Lavorare al contenuto della storia. Il contenuto della storia è popolato inserendo i widget con le stesse modalità indicate per la dashboard. Per eliminare una dashboard occorre entrare in modalità modifica della storia e premere il pulsante Elimina. A seguire un esempio di data story ...
-
italia
4. Contesto
Le precedenti «Linee guida per i siti web delle pubbliche amministrazioni», previste dall’art. 4 della Direttiva del Ministro per la Pubblica Amministrazione e l’innovazione 26 novembre 2009, n. 8, intendevano indicare alle PA:. strumenti di miglioramento dei siti attivi;. modalità di gestione e aggiornamento dei contenuti web;. i contenuti minimi. A tal fine, le linee guida erano finalizzate a delineare gli aspetti fondamentali del processo di sviluppo progressivo dei servizi online e di offerta di informazioni di qualità rivolte al cittadino. Con l’evoluzione del contesto tecnologico e normativo, sia nazionale che europeo, si è reso necessario procedere ad un adeguamento della metodologia e degli strumenti per la progettazione, realizzazione, gestione e monitoraggio dei servizi pubblici digitali. A tal fine, il Dipartimento per la Trasformazione Digitale e AGID mettono a disposizione mettono a disposizione un insieme di indicazioni e strumenti operativi di ausilio alla progettazione e allo sviluppo dei servizi digitali con lo scopo di fornire un supporto evolutivo per l’attuazione delle presenti linee guida. ...
-
italia
1. Prefazione
Le presenti linee guida utilizzano parole chiave in conformità alle norme ISO/IEC Directives, Part 3 per la stesura dei documenti tecnici. La relativa interpretazione è descritta di seguito:. DOVREBBE o DOVREBBERO, indicano che le implicazioni devono essere comprese e attentamente pesate prima di scegliere approcci alternativi. ...