!pip install matplotlib
%matplotlib inline
!pip install pandas

Traitement de données¶

Source csv : https://www.data.gouv.fr/fr/datasets/indices-qualite-de-lair-citeair-journaliers-par-polluant-sur-lile-de-france-les-departements-les-communes-franciliennes-et-les-arrondissements-parisiens/

Executer le programme et noter le résultat fourni.

f = open("indices_QA_commune_IDF_2017.csv", "r")
entete = f.readline()
s_no2,n = 0,0
ligne = f.readline()
while ligne != "" :
    date,ninsee,no2,o3,pm10 = ligne.split(",")
    if ninsee == '93066' :
        n += 1
        s_no2 += int(no2)
    ligne = f.readline()
print("Moyenne annuelle indice no2 :", s_no2/n)
f.close()

Moyenne annuelle indice no2 : 33.41208791208791

Modifier le programme pour qu'il affiche aussi les moyennes annuelles des indices O$_3$ et PM10.

f = open("indices_QA_commune_IDF_2017.csv", "r")
entete = f.readline()
s_no2,s_o3,s_pm10,n = 0,0,0,0
ligne = f.readline()
while ligne != "" :
    date,ninsee,no2,o3,pm10 = ligne.split(",")
    if ninsee == '93066' :
        n += 1
        s_no2 += int(no2)
        s_o3 += int(o3)
        s_pm10 += int(pm10)
    ligne = f.readline()
print("Moyenne annuelle indice no2 :", s_no2/n)
print("Moyenne annuelle indice o3 :", s_o3/n)
print("Moyenne annuelle indice pm10 :", s_pm10/n)
f.close()

Moyenne annuelle indice no2 : 33.41208791208791
Moyenne annuelle indice o3 : 30.27747252747253
Moyenne annuelle indice pm10 : 33.032967032967036

Modifier le programme pour qu'il affiche ces informations pour une autre commune au choix, dont on cherchera le code INSEE.

f = open("indices_QA_commune_IDF_2017.csv", "r")
entete = f.readline()
s_no2,s_o3,s_pm10,n = 0,0,0,0
ligne = f.readline()
while ligne != "" :
    date,ninsee,no2,o3,pm10 = ligne.split(",")
    if ninsee == '77288' : #commune de Melun ... Département : Seine-et-Marne 
        n += 1
        s_no2 += int(no2)
        s_o3 += int(o3)
        s_pm10 += int(pm10)
    ligne = f.readline()
print("Moyenne annuelle indice no2 :", s_no2/n)
print("Moyenne annuelle indice o3 :", s_o3/n)
print("Moyenne annuelle indice pm10 :", s_pm10/n)
f.close()

Moyenne annuelle indice no2 : 20.821428571428573
Moyenne annuelle indice o3 : 31.03846153846154
Moyenne annuelle indice pm10 : 26.521978021978022

Visualisation de données avec Pandas¶

Exécuter le programme et observer le graphique produit.

import pandas as pnd
import matplotlib.pyplot as plt
sd = pnd.read_csv("Chap5_indicesSaintDenis.csv")
sd.pm10.plot()
plt.show()

Modifier ce programme pour observer l'évoultion d'un autre critère de pollution au choix.

sd.head() #sd.tail()  #09/01/2017 ? #09/02/2017 ? #sd.shape

import pandas as pnd
import matplotlib.pyplot as plt
sd = pnd.read_csv("Chap5_indicesSaintDenis.csv")
sd["o3"].plot()
plt.show()

import pandas as pnd
import matplotlib.pyplot as plt
sd = pnd.read_csv("Chap5_indicesSaintDenis.csv")
sd["no2"].plot()
plt.show()

	date	ninsee	no2	o3	pm10
0	01/01/2017	93066	24	6	37
1	02/01/2017	93066	30	12	35
2	03/01/2017	93066	36	9	45
3	04/01/2017	93066	34	19	30
4	05/01/2017	93066	45	18	42