Ajout premieres etapes analyses (+ metadonnees) pour module 2 exo 4

parent 70242fdf
......@@ -75,9 +75,32 @@ jupyter nbconvert --to mypackage.MyExporter notebook.ipynb
Apparemment suivre des consignes n'est pas mon fort, je n'ai pas noté de données quotidiennes dans mon journal de bord...
Pour pouvoir faire l'exercice 4 je récupère donc les données de température des deux dernières semaines (pendant lesquelles j'ai suivi le MOOC) pour mon département (06) via le site data.gouv.fr :
Pour pouvoir faire l'exercice 4 je récupère donc les données de température pour une même ville via le site data.gouv.fr :
[Données climatologiques quotidiennes](https://meteo.data.gouv.fr/datasets/donnees-climatologiques-de-base-quotidiennes/).
Fichier "Q_06_latest-2024-2025_RR-T-Vent.csv" téléchargé le 2025/08/26.
Etapes de l'analyse :
1. Préparer/filtrer les données avec un script R.
Pour perdre moins de temps je filtre les données en utilisant un script R ("prepare_data.R"),
afin de ne garder que les données pour Nice, entre 2025/08/18 et 2025/08/25, pour les colonnes suivantes
```
NUM_POSTE = Numéro de la station météo
NOM_USUEL = Nom de la station météo
AAAAMMJJ = Date de la mesure au format année mois jour
RR = Quantité de précipitations sur 24h (en mm)
TN = Température minimale ce jour (en °C)
TX = Température maximale ce jour (en °C)
TM = Température moyenne ce jour (en °C)
```
J'exporte les données filtrées en format csv, pour servir de données d'entrée à charger depuis mon document computationnel.
2. Faire les analyses dans un document computationnel.
__Liens vers les exercices réalisés :__
- [Exo 1](module2/exo1/toy_notebook_fr.ipynb)
- [Exo 2](module2/exo2/exercice.ipynb)
......
Markdown is supported
0% or
You are about to add 0 people to the discussion. Proceed with caution.
Finish editing this message first!
Please register or to comment