====== Harmattan ======

====== Définitions ======

| Raster | Représentation des données géographiques par pixels |
| Vecteur | Représentation des données géographiques par des objets mathématiques |

===== Formats de fichier de données géospatiales =====

| geopackage | Format de données géospatiales (base sqlite) standardisé |
| geojson | Format de données géospatiales (base json) standardisé |
| Shapefile | Format de données géospatiales propriétaire, qui a été un standard de facto |

===== Traitement de données de vols =====

=== pandas ===

== DataFrame ==

<code python>
import pandas as pd
df = pd.read_csv("fichier.csv")
df2 = pd.DataFrame(my_dict)

df2.dtypes
df2.info()
</code>

== Series ==

<code python>
import pandas as pd
ages = pd.Series([22, 35, 58], name="Age")
</code>


== Selection des données ==

<code python>
above_35 = titanic[titanic["Age"] > 35]
class_23 = titanic[titanic["Pclass"].isin([2, 3])]
</code>

== Sous-ensemble ==

<code python>
adult_names = titanic.loc[titanic["Age"] > 35, "Name"]
</code>

Les lignes 10 à 25 et les colonnes 3 à 5:

<code python>
titanic.iloc[9:25, 2:5]
</code>

== affectation de valeurs ==

<code python>
titanic.iloc[0:3, 3] = "anonymous"
</code>

== plots ==

<code python>
import pandas as pd
import matplotlib.pyplot as plt

air_quality = pd.read_csv("data/air_quality_no2.csv", index_col=0, parse_dates=True)
air_quality.plot()
plt.show()
</code>

=== geopandas ===

TBD