Important

Projet transféré sur github de l'Elefan

Observatoire des Produits

Connaitre les produits d'une épicerie grâce à la BDD d'Open Food Fact. Ce projet a été initié par l'épicerie participative l'Elefan.

Fonctionnement

Ce projet récupère la liste des articles vendus dans une épicerie puis ajoute à ces articles des données issues d'Open Food Facts.

1. Récupération des articles vendus dans une épicerie : Le connecteur Epicerie permet de faire un appel a une API qui renvoi une liste de code barres. Il est possible d'ajouter un connecteur spécifique à son épicerie
2. Récupération des données Open Food Facts : Les données sont récupéres via l'API d'OFF, en limitant les appels a 100 requêtes/min. Les codes barres sont filtrés en amont pour limiter les requêtes aux codes barres valides (13 digits)
3. **Sauvegarde des articles avec les facts : ** Les données sont sauvegardées dans une base de donnée fournie par l'épicerie. Le connecteur par défaut propose de sauvergarder ces données dans une MariaDB. Une copie est sauvegardée en .csv dans le dossier data.

Installation globale

En local

1. Configurer les variables d'environnement dans le fichier .env (voir .env.EXEMPLE)
2. Installer les packages python pip install -r requirements.txt
3. Run python src/data/make_dataset.py

Avec Docker 🐳

1. Installer docker
2. Configurer les variables d'environnement dans un fichier .env (voir .env.EXEMPLE)
3. Build the image within the directory : sudo docker build --pull -f "Dockerfile" -t observatoireproduits:latest "."
4. Run sudo docker run --network="host" -it observatoireproduits:latest ou sudo docker run --network="host" -it observatoireproduits:latest si vous voulez sauvegarder les données sur une base MariaDB hebergée sur votre

Détails du connecteur l'Elefan

• Récupération des produits à la vente : Depuis son API.
• Sauvegarde : Dans sa base de donnée MariaDb

Organisation

├── LICENSE
├── Makefile           <- Makefile with commands like `make data` or `make train`
├── README.md          <- The top-level README for developers using this project.
├── data               <- Local export 
│
├── docs               <- A default Sphinx project; see sphinx-doc.org for details
│
├── notebooks          <- Jupyter notebooks. Naming convention is a number (for ordering),
│                         the creator's initials, and a short `-` delimited description, e.g.
│                         `1.0-jqp-initial-data-exploration`.
│
├── references         <- Data dictionaries, manuals, and all other explanatory materials.
│
├── requirements.txt   <- The requirements file for reproducing the analysis environment, e.g.
│                         generated with `pip freeze > requirements.txt`
│
├── setup.py           <- makes project pip installable (pip install -e .) so src can be imported
├── src                <- Source code for use in this project.
│   ├── __init__.py    <- Makes src a Python module
│   │
│   ├── data           <- Scripts to download or generate data
│   │   └── make_dataset.py
│   │
│   └── visualization  <- Scripts to create exploratory and results oriented visualizations
│       └── visualize.py
│
└── tox.ini            <- tox file with settings for running tox; see tox.readthedocs.io