ENV-141 / coefficient 4

Enseignant: Tuia Devis

Langue: Français


Résumé

Ce cours propose une introduction à la programmation en Python, appliquée aux sciences de l'environnement. Au travers d'exemples concrets, il introduit les principaux concepts et outils permettant de lire, traiter et visualiser des données scientifiques de nature et formats divers (tableaux, images)

Contenu

  1. Introduction aux systèmes de gestion des versions (git; GitHub et GitLab).

  2. Fondamentaux de la programmation avec Python & spécificités du langage

  3. Introduction aux principales bibliothèques Python pour le traitement de données: NumPy, Pandas, Matplotlib, rasterio, etc.

  4. Traitement des données sous forme de tableaux

  5. Introduction au traitement d'images

  6. Découverte des données géospatiales et de leurs principaux formats : raster et vecteur.

  7. Introduction à la programmation orientée objet (OOP).

  8. Projets pratiques : mise en application des notions abordées au travers de projets nécessitant l'intégration, le traitement et la visualisation de différents types de données environnementales.

 

Mots-clés

Programmation, Python, données tabulaires, images, visualisation, data science

Acquis de formation

A la fin de ce cours l'étudiant.e doit être capable de:

  • Créer des scripts de programmation en Python; lire et comprendre du code existant.
  • Visualiser lire, harmoniser, traiter, de manière automatique des données tabulaires.
  • Visualiser lire et modifier des images.
  • Visualiser lire et échantillonner des données géospatiales; et comprendre les principaux concepts qui leur sont associés (système de référence de coordonnées, etc.).

Méthode d'évaluation

50% Examen

50% Projet

Ressources

Liens Moodle

Dans les plans d'études

  • Semestre: Printemps
  • Forme de l'examen: Pendant le semestre (session d'été)
  • Matière examinée: Programmation orientée projet (pour SIE)
  • Cours: 1 Heure(s) hebdo x 14 semaines
  • Projet: 3 Heure(s) hebdo x 14 semaines
  • Type: obligatoire

Semaine de référence

Cours connexes

Résultats de graphsearch.epfl.ch.