{
 "cells": [
  {
   "cell_type": "code",
   "execution_count": null,
   "id": "d9bba75b",
   "metadata": {},
   "outputs": [],
   "source": [
    "# Préparation commune des TP Python\n",
    "# Le notebook utilise uniquement les ressources fournies dans le dossier codes/.\n",
    "from pathlib import Path\n",
    "import importlib.util\n",
    "import subprocess\n",
    "import sys\n",
    "\n",
    "REQUIRED_PACKAGES = {'numpy': 'numpy', 'pandas': 'pandas', 'matplotlib': 'matplotlib'}\n",
    "missing = [package for module, package in REQUIRED_PACKAGES.items()\n",
    "           if importlib.util.find_spec(module) is None]\n",
    "if missing:\n",
    "    print(\"Installation des paquets manquants :\", \", \".join(missing))\n",
    "    subprocess.check_call([sys.executable, \"-m\", \"pip\", \"install\", *missing])\n",
    "\n",
    "WORKDIR = Path.cwd().resolve()\n",
    "CODES_DIR = WORKDIR.parent if WORKDIR.name == \"correction\" else WORKDIR\n",
    "TOOLBOX_DIR = CODES_DIR / \"toolbox\"\n",
    "DATA_DIR = CODES_DIR / \"data\"\n",
    "if not CODES_DIR.is_dir():\n",
    "    raise FileNotFoundError(\"Exécutez le notebook depuis le dossier codes/.\" )\n",
    "if TOOLBOX_DIR.is_dir():\n",
    "    sys.path.insert(0, str(TOOLBOX_DIR))\n",
    "\n",
    "DATA_FILE = DATA_DIR / \"temperature_historique.csv\"\n",
    "if not DATA_FILE.is_file():\n",
    "    raise FileNotFoundError(\n",
    "        f\"Donnée du cours introuvable : {DATA_FILE}. \"\n",
    "        \"Téléchargez le dossier codes complet, avec data/.\"\n",
    "    )\n",
    "\n",
    "print(\"Environnement prêt :\", CODES_DIR)\n"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "e6141848",
   "metadata": {},
   "source": [
    "# TP1 — Données climatiques historiques et tendances\n",
    "\n",
    "**Date de la séance :** mercredi 2 septembre 2026, 08:30–10:30\n",
    "\n",
    "**Objectifs**\n",
    "- Manipuler une série temporelle de température globale\n",
    "- Estimer une tendance de réchauffement climatique\n",
    "- Distinguer variabilité naturelle et tendance de long terme\n",
    "- Projeter la date de dépassement de seuils de réchauffement (+1,5°C, +2°C)\n",
    "\n",
    "**Prérequis** : numpy, pandas, matplotlib (bases de manipulation de tableaux et de graphiques)."
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "id": "482f7e93",
   "metadata": {},
   "outputs": [],
   "source": [
    "import numpy as np\n",
    "import pandas as pd\n",
    "import matplotlib.pyplot as plt"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "3a8be03a",
   "metadata": {},
   "source": [
    "## Partie 1 — Chargement des données"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "id": "dff44741",
   "metadata": {},
   "outputs": [],
   "source": [
    "df = pd.read_csv(DATA_DIR / \"temperature_historique.csv\")\n",
    "print(df.shape)\n",
    "df.head()"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "01f729c9",
   "metadata": {},
   "source": [
    "**Question 1.** Tracez l'anomalie de température de 1880 à 2023."
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "id": "131e9fa4",
   "metadata": {},
   "outputs": [],
   "source": [
    "# Expected output: courbe bruitée croissante de -0.2°C (1880) à environ +1.1°C (2023)\n",
    "plt.figure(figsize=(9, 5))\n",
    "plt.plot(df['year'], df['T_anomaly'], color='tab:blue')\n",
    "plt.xlabel('Année')\n",
    "plt.ylabel('Anomalie de température (°C)')\n",
    "plt.title('Anomalie de température globale 1880-2023')\n",
    "plt.grid(True)\n",
    "plt.show()"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "74df7f1a",
   "metadata": {},
   "source": [
    "## Partie 2 — Tendance linéaire"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "1f518eb4",
   "metadata": {},
   "source": [
    "**Question 2.** Calculez la tendance linéaire avec `np.polyfit`. Ajoutez la droite de tendance au graphique."
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "id": "93273963",
   "metadata": {},
   "outputs": [],
   "source": [
    "# Expected output: pente positive d'environ 0.007-0.008 °C/an (~0.7-0.8°C/siècle)\n",
    "coeffs = np.polyfit(df['year'], df['T_anomaly'], 1)\n",
    "trend = np.polyval(coeffs, df['year'])\n",
    "print(f\"Pente estimée : {coeffs[0]:.5f} °C/an  (soit {coeffs[0]*100:.2f} °C/siècle)\")\n",
    "\n",
    "plt.figure(figsize=(9, 5))\n",
    "plt.plot(df['year'], df['T_anomaly'], color='tab:blue', label='Anomalie observée')\n",
    "plt.plot(df['year'], trend, color='tab:red', linewidth=2, label='Tendance linéaire')\n",
    "plt.xlabel('Année')\n",
    "plt.ylabel('Anomalie de température (°C)')\n",
    "plt.title('Anomalie de température et tendance linéaire')\n",
    "plt.legend()\n",
    "plt.grid(True)\n",
    "plt.show()"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "85b810c2",
   "metadata": {},
   "source": [
    "## Partie 3 — Variabilité naturelle et tendance longue"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "34fe1d9b",
   "metadata": {},
   "source": [
    "**Question 3.** Calculez une moyenne mobile sur 10 ans. Tracez l'anomalie, la tendance et la moyenne mobile."
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "id": "1b069cab",
   "metadata": {},
   "outputs": [],
   "source": [
    "# Expected output: la moyenne mobile lisse le bruit annuel et suit la tendance de long terme\n",
    "window = 10\n",
    "df['rolling'] = df['T_anomaly'].rolling(window, center=True).mean()\n",
    "\n",
    "plt.figure(figsize=(9, 5))\n",
    "plt.plot(df['year'], df['T_anomaly'], color='tab:blue', alpha=0.4, label='Anomalie observée')\n",
    "plt.plot(df['year'], trend, color='tab:red', linewidth=2, label='Tendance linéaire')\n",
    "plt.plot(df['year'], df['rolling'], color='tab:green', linewidth=2, label=f'Moyenne mobile {window} ans')\n",
    "plt.xlabel('Année')\n",
    "plt.ylabel('Anomalie de température (°C)')\n",
    "plt.title('Anomalie, tendance et variabilité naturelle')\n",
    "plt.legend()\n",
    "plt.grid(True)\n",
    "plt.show()"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "04a97869",
   "metadata": {},
   "source": [
    "## Partie 4 — Moyennes décennales"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "441eb1db",
   "metadata": {},
   "source": [
    "**Question 4.** Calculez la température moyenne par décennie (1880-1889, 1890-1899, ..., 2010-2019). Tracez un graphique en barres."
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "id": "64f0b705",
   "metadata": {},
   "outputs": [],
   "source": [
    "# Expected output: barres croissantes par décennie, de ~-0.15°C (1880s) à ~+0.9°C (2010s)\n",
    "df['decade'] = (df['year'] // 10) * 10\n",
    "dec_avg = df[df['decade'] < 2020].groupby('decade')['T_anomaly'].mean()\n",
    "\n",
    "plt.figure(figsize=(9, 5))\n",
    "dec_avg.plot(kind='bar', color='tab:orange')\n",
    "plt.xlabel('Décennie')\n",
    "plt.ylabel('Anomalie moyenne (°C)')\n",
    "plt.title('Anomalie de température moyenne par décennie')\n",
    "plt.grid(True, axis='y')\n",
    "plt.tight_layout()\n",
    "plt.show()\n",
    "dec_avg"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "21118722",
   "metadata": {},
   "source": [
    "## Partie 5 — Projection"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "007076a3",
   "metadata": {},
   "source": [
    "**Question 5.** En prolongeant la tendance linéaire, en quelle année atteint-on +1,5°C ? +2°C ?"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "id": "d6272d73",
   "metadata": {},
   "outputs": [],
   "source": [
    "# Expected output: années de dépassement obtenues par extrapolation linéaire (résultat purement illustratif,\n",
    "# une vraie projection climatique nécessite un modèle physique, cf. TP2)\n",
    "year_15 = (1.5 - coeffs[1]) / coeffs[0]\n",
    "year_20 = (2.0 - coeffs[1]) / coeffs[0]\n",
    "print(f\"Seuil de +1.5°C atteint (extrapolation linéaire) vers l'année {year_15:.0f}\")\n",
    "print(f\"Seuil de +2.0°C atteint (extrapolation linéaire) vers l'année {year_20:.0f}\")"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "1861b166",
   "metadata": {},
   "source": [
    "## Interprétation\n",
    "\n",
    "**Répondez en quelques phrases :**\n",
    "1. Quelle est la vitesse de réchauffement observée depuis 1880 ?\n",
    "2. Est-ce que la tendance s'accélère ou reste-t-elle constante ?\n",
    "3. Quelle est la différence entre variabilité naturelle et tendance climatique ?\n",
    "4. Que représente l'anomalie de température par rapport à la météo quotidienne ?"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "e92db192",
   "metadata": {},
   "source": [
    "### Éléments de réponse\n",
    "\n",
    "1. La tendance linéaire estimée sur 1880-2023 correspond à environ 0,7-0,8°C de réchauffement par siècle.\n",
    "2. Les données synthétiques utilisées ici suivent une tendance linéaire par construction ; sur les données réelles, le réchauffement observé s'est nettement accéléré depuis les années 1970-1980 (la tendance récente est supérieure à la tendance sur tout le XXe siècle).\n",
    "3. La variabilité naturelle correspond aux fluctuations d'une année sur l'autre (cycles océaniques comme El Niño/La Niña, éruptions volcaniques, variabilité interne du système climatique) ; la tendance climatique est le signal de fond, robuste sur plusieurs décennies, attribuable au forçage radiatif anthropique.\n",
    "4. L'anomalie de température est un écart par rapport à une période de référence (moyenne climatologique), et non une température absolue journalière : elle filtre les effets saisonniers et géographiques pour isoler le signal de changement climatique global."
   ]
  }
 ],
 "metadata": {
  "kernelspec": {
   "display_name": "Python 3",
   "language": "python",
   "name": "python3"
  },
  "language_info": {
   "name": "python",
   "version": "3.10"
  }
 },
 "nbformat": 4,
 "nbformat_minor": 5
}