Semaine 1 — Données, Python et notebooks

Outils informatiques appliqués aux géosciences II

Sébastien Biass

sebastien.biasse@unige.ch

1st floor, office 103

9 octobre 2026

https://e5k.github.io/outils-info-2/

Pourquoi programmer?

Poser la question

• Quelle est leur expérience jusqu’à présent
• Quels sont leurs blocages?

Le déluge de données

 

Infrastructure	Ordre de grandeur	Contenu
PANGAEA	~447 000 jeux	Géologie marine, géochimie, paléoclimat
Landsat	>13,8 Po	Images de la Terre depuis 1972
EarthScope	>215 To ajoutés en 2024	Données sismologiques et géophysiques
ERA5	~5 Po natifs	Reconstruction horaire du climat

 

Le problème n’est plus de trouver des données mais de savoir y accéder, les valider et les exploiter.

Jusqu’à présent en géologie code = modélisation numérique → écosystème pour accéder, traiter, analyser les données

Croissance ds données exponentielle → pas seulement de nouveaux instruments, aussi politiques de recherche ouverte:

• FAIR encouragent des données faciles à trouver, accessibles, interopérables et réutilisables;
• les agences de financement demandent un plan de gestion des données;
• les revues exigent de plus en plus que les données associées aux publications soient accessibles;
• les infrastructures publiques assurent la conservation à long terme.

Des données à la décision

1. Données: observations brutes
2. Information: données organisées et contextualisées

3. Connaissance: relations ou mécanismes interprétés
4. Sagesse: prise de décision

1. les données sont des faits bruts, non organisés et dépourvus de contexte.
2. Lorsqu’elles sont structurées, traitées et dotées de sens, ces données deviennent de l’information, capable de répondre à des questions simples comme « qui », « quoi » ou « quand ».
3. Cette information, une fois assimilée, interprétée et enrichie par l’expérience et l’apprentissage, se mue en connaissance, permettant de comprendre le « comment », d’identifier des modèles et d’agir de manière efficace.
4. Au sommet, la sagesse représente l’évaluation éthique et prospective de cette connaissance, répondant au « pourquoi » et guidant la prise de décision éclairée dans une perspective à long terme.

Recherche scientifique

• Approche déductive: l’hypothèse précède les données. Une théorie ou un mécanisme conduit à une prédiction qui est ensuite confrontée aux observations.

• Approche inductive: les données précèdent l’hypothèse. L’exploration des observations permet d’identifier des régularités à partir desquelles une explication générale est proposée.

• Approche abductive: observations et hypothèses évoluent ensemble. Un résultat surprenant conduit à proposer l’explication la plus plausible, puis à rechercher de nouvelles observations permettant de l’évaluer.

Une analyse reproductible

Entre une observation brute et une conclusion, il faut:

• Traiter les données: sélectionner les observations utiles, contrôler qualité et unités;  

• Analyser les données: analyses statistiques et numériques;  

• Valider les données: vérifier la robustesse, assurer reproductibilité et transparence;  

• Communiquer les résultats: visualisation, documenter l’interprétation;

Un bon code conserve une trace explicite de ces choix et permet de répéter l’analyse lorsque les données changent.

• Outliers = point valide ou erreur de données?
• Comparer excel à un script

Visualisation de données

Avant…

Zones de végétations en fonction de la latitude et de l’altitude (Berghaus 1838)

Maintenant… The perfect storm

Pourquoi Python?

Python et son écosystème

Le langage

• Libre et multiplateforme
• Syntaxe relativement lisible

• Notebooks interactifs
• Richesse de bibliothèques scientifiques

Les bibliothèques (= Libraries)

• pandas: données tabulaires
• NumPy et SciPy: calcul et statistiques
• Matplotlib et seaborn: figures
• statsmodels: inference statistique
• xarray, GeoPandas, rasterio: géodonnées

• Python en soi n’offre que des outils limités pour la science

• Une bibliothèque rassemble des outils spécialisés. Un module constitue une unité importable au sein d’une bibliothèque.

Python comme une langue

 

Français	Python	Exemple
Nom	objet ou variable	volcans, df
Verbe	fonction ou méthode	mean(), sort_values()
Complément	variable ciblée	"Elevation (m)"
Adverbe	argument	ascending=False
Phrase	instruction	df.sort_values(...)

df.sort_values("Elevation (m)", ascending=False)

Python contrôle la grammaire du code. Il ne contrôle pas la pertinence scientifique de la phrase.

Lire l’instruction à voix haute: trier le tableau selon l’altitude, de la plus grande à la plus petite.

Administration

Objectif du cours

Développer une autonomie scientifique

• Formuler une question de recherche et avoir les outils pour y répondre
• Choisir les données pertinentes et les préparer
• Produire un résultat vérifiable
• Interpréter ses limites

Développer une pensée statistique

• Décrire et visualiser les données (stats uni et bivariées)
• Tester des hypothèses
• Inférer les propriétés d’une population à partir d’un échantillon

L’objectif du cours est développer la pensée scientifique. Python n’est qu’une excuse pour améliorer notre pensée scientifique. Nous ne serons jamais des programmeurs / développeurs.

Présenter le code comme un moyen de formaliser une démarche scientifique, et non comme l’objectif final du cours.

Informations pratiques

Cours

• Vendredi, 13h15–15h00
• Salle 0013, Sciences III
• Introduction + exercice guidé
• Assistante: Ana Gonzalez

Support

• Site du cours comme manuel
• Commentaires avec Hypothesis
• Questions et retours bienvenus

• Autonomie augmente au fil du semestre
• Exercices → avancer l’argument scientifique

Montrer le site.

Plan du semestre

 

Semaines	Données	Objectif
1	Installation et premiers exemples	Environnement de travail
2	Volcans	Interroger des données
3–5	Tsunamis	Décrire et visualiser un échantillon
6–8	Pétrophysique	Comparer et quantifier des relations
9–11	Recherche personnelle	Projet et communication

 

Travail accompli ce semestre = pré-requis pour Analyse spatiale (printemps) et travail de bachelor

Montrer que les fonctions Python changent, mais que le raisonnement reste stable: question, données, méthode, résultat, discussion.

Structure d’une séance

Introduction

• Contexte scientifique, données, théorie et nouvelles fonctions

Exercise

• Exploration initiale + question de recherche
• Développement de code autonome

Fin du cours

• Réflexion sur limites / prochaines étapes
• Identification de questions supplémentaires
• Publication des réponses + notebook corrigé

Les exercices ne constituent pas une liste de commandes. Chaque partie doit faire avancer l’argument scientifique.

Resources

Livres

• Petrelli M (2021) Introduction to Python in Earth Science Data Analysis: From Descriptive Statistics to Machine Learning (Petrelli 2021)
• Trauth MH (2022) Python Recipes for Earth Sciences (Trauth 2022)

Cheat sheets

• PDF résumant les fonctions les plus utilisées pour chaque bibliothèque

Documentation

• Documentation simplifiée pour chaque bibliothèque

Examen

Format

Par groupe de 2, identifier une question de recherche, trouver un jeu de données, réaliser une analyse, écrire un rapport sous forme d’un notebook et présentation à la classe.

Evaluation

Notebook

• Question et données
• Méthode reproductible
• Résultats quantifiés
• Discussion des limites

Présentation

• Même raisonnement scientifique
• Figures lisibles
• Conclusion défendable
• Semaine 10 → 11 décembre

Semaine 9: travail accompagné sur le projet. Semaine 11: synthèse et questions.

Usage des LLM

 

Un LLM peut faire gagner du temps si vous pouvez:

• Lire et expliquer le code proposé
• Identifier les fonctions et leurs arguments
• Vérifier que les variables correspondent aux données
• Tester si le résultat répond à la question

Accepter une réponse sans la comprendre empêche d’évaluer sa validité scientifique.

Encourager les questions sur les usages utiles et les limites. La responsabilité de l’analyse reste celle de la personne qui la présente.

Programme de cette semaine

Plan de la séance

 

1. Installer ou vérifier Miniconda et l’environnement outils-info
2. Configurer VS Code et ses extensions
3. Créer un premier notebook Jupyter
4. Alterner cellules Python et Markdown
   • Prenez un peu de temps pour étudier le guide Markdown
5. Vérifier que le notebook se réexécute dans l’ordre

Le reste de la séance est pratique. Les étudiant·es déjà configuré·es peuvent aider à tester les étapes ou commencer le premier notebook.

Les quatre composantes

 

1. Miniconda

Gère des environnements Python isolés.

 

2. Environnement outils-info

Contient Python et les bibliothèques du cours.

3. Jupyter

Exécute et documente l’analyse dans un notebook.

 

4. Visual Studio Code

Éditeur utilisé pour organiser les fichiers.

Utiliser l’analogie de l’atelier isolé: chaque projet possède ses outils sans modifier le Python du système.

Jupyter dans VS Code

Montrer les repères sur la capture. Vérifier en priorité le nom de l’environnement affiché en haut du notebook.

Deux types de cellules

 

Code

altitude = 4200
print(altitude)

→ Produit immédiatement un texte, un tableau ou une figure.

 

Markdown

## Résultats

Le volcan culmine à **4200 m**.

→ Documente la question, la méthode et l’interprétation.

Un bon notebook alterne le raisonnement en Markdown et les opérations nécessaires en Python.

Utiliser correctement un notebook

 

• Organiser les cellules dans un ordre lisible, du début à la conclusion
• Exécuter une cellule après chaque modification
• Expliquer en Markdown pourquoi chaque analyse est réalisée
• Conserver les sorties nécessaires à l’interprétation
• Avant de partager: Restart Kernel, puis Run All

Un notebook fiable doit produire le même résultat lorsqu’une autre personne l’exécute du début à la fin.

Cette règle sera utilisée pendant tout le cours et pour évaluer le notebook final.

Le kernel conserve la mémoire

Le kernel garde en mémoire les variables et fonctions déjà exécutées.

altitude = 4200

Modifier cette cellule sans la réexécuter ne modifie pas la valeur mémorisée!

 

Règle d’or

Après une modification importante:

1. Redémarrer le kernel pour effacer la mémoire
2. Ré-exécuter toutes les cellules dans l’ordre.

Expliquer qu’un notebook peut sembler correct tout en dépendant d’un ordre d’exécution impossible à reproduire.

Markdown comme carnet scientifique

Documentez votre réflexion, pas juste le code!

# Question
La hauteur des volcans dépend-elle du contexte tectonique ?

## Méthode
Nous comparons les distributions d’altitude.

## Conclusion
...

• Markdown permet aussi d’insérer des liens, des images, des tableaux, du code et des équations comme \(PV=nRT\).
• Le notebook doit pouvoir être compris par une personne qui ne connaît pas encore les données.

Renvoyer au guide Markdown du site pour la syntaxe complète. Insister sur la documentation du pourquoi, pas seulement du quoi.

Raccourcis essentiels

 

Action	macOS	Windows / Linux
Exécuter et avancer	Shift + Entrée	Shift + Entrée
Exécuter et rester	Cmd + Entrée	Ctrl + Entrée
Palette de commande	Cmd + Shift + P	Ctrl + Shift + P
Sauvegarder	Cmd + S	Ctrl + S

Ne pas demander de mémoriser tous les raccourcis. Shift + Entrée, sauvegarder et sélectionner le kernel suffisent pour commencer.

A vous!

 

1. (Re-) lisez l’introduction à un moment ou un autre
2. Suivez méthodiquement le guide d’installation
3. Lisez l’introduction à Jupyter et Markdown

Tip

• Cmd + Shift + P | Ctrl + Shift + P: Open web browser
• Entrez https://e5k.github.io/outils-info-2/course/semaine_01_intro.html
• Cliquez sur le tab Browser et bougez-le sur la droite de l’écran pour avoir instructions et notebook sur un même écran

References

Berghaus HKW (1838) Physikalischer Atlas: Oder Sammlung von Karten, Auf Denen Die Hauptsächlichsten Erscheinungen Der Anorganischen Und Organischen Natur Nach Ihrer Geographischen Verbreitung Und Vertheilung Bildlich Dargestellt Sind. Justus Perthes, Gotha

Petrelli M (2021) Introduction to Python in Earth Science Data Analysis: From Descriptive Statistics to Machine Learning. Springer International Publishing

Trauth MH (2022) Python Recipes for Earth Sciences. Springer International Publishing, Cham