start of the project : the data is downloaded and beginning analysis

journal/journal.org

@@ -268,3 +268,5 @@ Les résultats d'un calcul dépendent :
 
 ** 4. Conclusion : que faut-il retenir 
 - 
+
+* Travaux Pratiques 

module3/exo3/exercice_python_fr.org

-#+TITLE:  Votre titre
-#+AUTHOR: Votre nom
-#+DATE:   La date du jour
+#+TITLE:  Concentration de CO2 dans l'atmosphère depuis 1958
+#+AUTHOR: Miguel Arpa Perozo
+#+DATE:   \today
 #+LANGUAGE: fr
 # #+PROPERTY: header-args :eval never-export
 
@@ -91,3 +91,65 @@ faisant ~<p~, ~<P~ ou ~<PP~ suivi de ~Tab~).
 
 Maintenant, à vous de jouer! Vous pouvez effacer toutes ces
 informations et les remplacer par votre document computationnel.
+
+* Notes 
+  - Lien de téléchargement : [[https://scrippsco2.ucsd.edu/assets/data/atmospheric/stations/in_situ_co2/weekly/weekly_in_situ_co2_mlo.csv][link]]
+  - Date du téléchargement : 2020-11-16
+  - The CO2 concentration is in [micro-mol CO2 per more] (ppm).
+  - The weekly values have been adjusted to 12:00 hours at middle day
+    of each weekly period.
+* Tasks
+** TODO Faire une FFT pour essayer de trouver un modèle pour l'évolution lente (filter contribution périodique) 
+* Téléchargement des données 
+** Téléchargement
+   Les données ont été téléchargées le 2020-11-16. Le lien de
+   téléchargement utilisé est le suivant :
+
+   #+name: data-url
+   https://scrippsco2.ucsd.edu/assets/data/atmospheric/stations/in_situ_co2/weekly/weekly_in_situ_co2_mlo.csv
+
+   On vérifie si les données
+   sont pas localement, si ce n'est pas le cas on les télécharge.
+
+#+BEGIN_SRC python :results silent :var data_url=data-url :session 
+  data_file ="weekly_in_situ_co2_mlo.csv"
+  import os
+  import urllib.request
+
+  if not os.path.exists(data_file):
+      urllib.request.urlretrieve(data_url, data_file)
+#+END_SRC
+
+Les données commencent à la ligne 45, donc on ne prend pas en compte
+les premières 45 lignes du fichier.
+
+#+BEGIN_SRC python :results silent :var data_url=data-url :session 
+  data = open(data_file, 'rb').read()
+  lines = data.decode('latin-1').strip().split('\n')
+  data_lines = lines[45:]
+  table = [line.split(',') for line in data_lines]
+#+END_SRC
+
+
+#+BEGIN_SRC python :results value :session 
+table[:5]
+#+END_SRC
+
+#+RESULTS:
+| 1958-04-05 | 317.31 |
+| 1958-04-12 | 317.69 |
+| 1958-04-19 | 317.58 |
+| 1958-04-26 | 316.48 |
+| 1958-05-03 | 316.95 |
+
+** TODO  Graphiques avec datetime : https://stackoverflow.com/questions/1574088/plotting-time-in-python-with-matplotlib
+** Vérification des dates
+Nous faisons encore une vérification: nos dates doivent être séparées d'exactement une semaine. 
+#+BEGIN_SRC python :results output :session
+dates = [date for date, _ in converted_data]
+for date1, date2 in zip(dates[:-1], dates[1:]):
+    if date2-date1 != datetime.timedelta(weeks=1):
+        print(f"Il y a {date2-date1} entre {date1} et {date2}")
+#+END_SRC
+
+#+RESULTS: