Rename documentation files

Removed new- prefix.
Added old- prefix to old files.

documentation/old-03-d-dash-intro.md

@@ -0,0 +1,118 @@
+## Introduction à Plotly/Dash pour Python
+
+---
+
+### Qu'est-ce que Dash ?
+
+Dash est un outil associé à Plotly, permettant de générer des tableaux de bord web en Python.
+
+---
+
+### Afficher des diagrammes avec Plotly
+
+Dash peut intégrer les diagrammes générés avec Plotly facilement. Dash existe dans deux versions :
+
+- la version gratuite permet de créer programmatiquement ses propres tableaux de bord
+- la version Entreprise, payante propose des outils visuels avancés de personnalisation de tableau de bord
+
+---
+
+### Installer Dash
+
+Dash et Plotly sont disponibles sur le dépôt officiel [PyPI](https://pypi.org/). Il suffit donc d'ouvrir le terminal,
+_en ayant activé votre environnement virtuel si nécessaire_, et de taper :
+
+```bash
+pip install plotly dash
+```
+
+---
+
+#### Afficher un tableau HTML contenant un `DataFrame`
+
+Dash permet simplement d'afficher un tableau paginé, représentant le contenu d'un DataFrame :
+
+```{.python .numberLines}
+from dash import Dash, html, dash_table
+import pandas as pd
+
+df = pd.read_csv('https://raw.githubusercontent.com/plotly/datasets/master/gapminder2007.csv')
+
+# Créer une application Dash
+app = Dash(__name__)
+
+# Configurer la mise en page
+app.layout = html.Div([
+    html.Div(children='My First App with Data'),
+    dash_table.DataTable(data=df.to_dict('records'), page_size=10)
+])
+
+# Créer un serveur web pour afficher le résultat
+if __name__ == '__main__':
+    app.run(debug=True)
+```
+
+---
+
+#### Afficher un histogramme avec facettes
+
+Pour créer un histogramme avec facettes avec Plotly, vous pouvez utiliser la classe `Histogram` et la fonction `subplot` :
+
+```{.python .numberLines}
+from plotly.subplots import make_subplots
+
+# Supposons que nous ayons un DataFrame pandas df avec une colonne 'value' et une colonne catégorielle 'category'
+fig = make_subplots(rows=1, cols=2)
+for i, cat in enumerate(df['category'].unique()):
+    fig.add_trace(go.Histogram(x=df[df['category']==cat]['value']), row=1, col=i+1)
+fig.show()
+```
+
+---
+
+#### Afficher un histogramme en barres avec facettes
+
+Pour créer un histogramme en barres avec facettes avec Plotly, vous pouvez utiliser la classe `Bar` et la fonction `subplot` :
+
+```{.python .numberLines}
+from plotly.subplots import make_subplots
+
+# Supposons que nous ayons un DataFrame pandas df avec une colonne 'value' et deux colonnes catégorielles 'category1' et 'category2'
+fig = make_subplots(rows=1, cols=2)
+for i, cat in enumerate(df['category1'].unique()):
+    fig.add_trace(go.Bar(x=df[(df['category1']==cat)]['category2'], y=df[(df['category1']==cat)]['value']), row=1, col=i+1)
+fig.show()
+```
+
+---
+
+### Configurer le thème des graphiques Plotly
+
+Avec Plotly, vous pouvez personnaliser l'apparence de vos graphiques en utilisant des thèmes.
+
+---
+
+#### Styles des graphiques
+
+Plotly offre plusieurs thèmes prédéfinis que vous pouvez appliquer à vos graphiques :
+
+```{.python .numberLines}
+import plotly.io as pio
+
+pio.templates.default = "plotly_dark" # Exemple avec le thème "plotly_dark"
+```
+
+---
+
+#### Définir des palettes de couleurs
+
+Vous pouvez également personnaliser les couleurs utilisées dans vos graphiques avec Plotly :
+
+```{.python .numberLines}
+fig = go.Figure(
+    data=go.Scatter(x=x, y=y, mode='markers', marker=dict(color='rgba(152, 0, 0, .8)'))
+)
+fig.show()
+```
+
+Dans cet exemple, nous avons utilisé la propriété `marker` pour changer la couleur des points dans le nuage de points.