TP3 tableaux python

Prérequis:

• Cours sur les tableaux et listes Python

Partie 1: Tableaux et traitement sur Excel

Commencer par remplir les notes de l’élève comme sur l’image ci-dessous (cellules $C2$ à $K2$)

Ajouter une fonction pour calculer la moyenne de ces notes. Dans la cellule $B2$, ecrire le signe = puis le nom de la fonction $= moyenne($

Compléter avec la plage de cellule contenant les valeurs:

La valeur moyenne comprend trop de décimales…

Ajouter une fonction d’arrondi:

Ajouter des etiquettes aux colonnes. Commencer par ecrire $note1$ dans la cellule $C1$.

Puis positionner le curseur en bas à droite dans la cellule. Et cliquer-glisser vers la droite pour reproduire la mise en forme.

Faire la même manipulation pour obtenir des etiquettes aux lignes (eleve1, eleve2,…)

Dans la cellule $C3$, mettre une note aleatoire entre 0 et 20 avec:

La valeur contient trop de décimales.

Ajouter la fonction $arrondi$ pour limiter à une seule décimale.

Cliquer-glisser avec le curseur vers la droite et vers le bas pour obtenir un tableau de valeurs aleatoires:

Puis sauvegarder le tableau avec l’extension $.csv$

Ce format est echangeable entre logiciels et peut être traité en langage python (Partie 2).

Si vous l’ouvrez avec un editeur textuel (notepad++, …), vous devriez obtenir à peu près ceci:

Un fichier dans lequel les lignes représentent les $eleves$. Les valeurs sont separées par des points virgules “;”

Partie 2: Tableaux python

Traitement sur une liste

Le script suivant calcule la moyenne sur une liste de notes. La première valeur de la liste est reservée pour y placer une valeur, à la fin du programme. Les notes commencent donc à partir de l’indice 1 de cette liste:

list1 = ["",12.0,14.5,10.0,18.5]

def moyenne(L):
    s = 0
    for x in L:
        s+=x
    return s/len(L)
    
m = moyenne(list1[1:])
print(m)

1. Voir l’animation sur Pythontutor: visualiser le parcours et traitement sur une liste de notes list1:

Lien: pythontutor

1a. Commenter le schéma ci-dessus: que signifient les flèches? Que signifient les cases bleues et jaunes?

1b. Pourquoi écrit-on l’instruction m = moyenne(list1[1:]) et non m = moyenne(list1)?

1c Modifier le script (faire edit dans pythontutor) pour que le programme place la valeur m dans la case list1[0]. Noter ici l’instruction utilisée. Comment voit-on la modification dans pythontutor?

Traitement sur une table (liste de listes) et effet de bord

2. Animation sur Pythontutor: visualiser le parcours et traitement sur une liste

Execution du script suivant sur Pythontutor

classe = [['\ufeff','moyenne','note1','note2','note3','note4','note5',
  'note6','note7','note8','note9'],
 ['eleve1', '12,5', 10.0, 8.9, 9.9, 12.3, 11.1, 12.3, 13.1, 14.5, 20.0],
 ['eleve2', '', 4.2, 2.1, 16.5, 15.0, 19.6, 7.5, 10.3, 18.8, 17.4]]

def moyenne(tab):
    s = 0
    for note in tab:
        s += note
    return s / len(tab)

eleve = classe[2]
m = round(moyenne(eleve[2:]),2)
print(m)

2a. Commenter le schéma ci-dessus: que signifient les flèches? Que signifient les cases bleues et jaunes?

2b. Que contient la liste eleve? Recopier ici son contenu.

2c. Pourquoi écrit-on l’instruction m = moyenne(eleve[2:]) et non m = moyenne(eleve))?

2d. Ajouter une instruction au programme pour placer la valeur m dans la case eleve[1]. Noter ici l’instruction utilisée. Comment voit-on la modification dans pythontutor?

2e. La table a t-elle été modifiée? Expliquer.

2f. Ecrire une fonction ajoute_colonne_moyenne qui prend en paramètre une table classe et un numero de colonne c. Le fonction devra ajouter la moyenne pour chaque élève, dans la colonne c. La table classe aura le format proposé dans l’énoncé vu plus haut.

Prolongement

Traitements sur le fichier csv importé du tableur

Telecharger et placer dans le même dossier:

• tableur_vers_python.ipynb
• fichier classe.csv
• fichier utilitaire_notes.py

Deux options sont possibles pour organiser votre dossier et vos fichiers:

• Vous pouvez placer classe.csv dans le même dossier que le notebook: Depuis le script python, ouvrez le alors avec l’instruction with open('classe.csv', newline='') as csvfile:
• ou bien dans un sous dossier datas. Ouvrir alors avec with open('datas/classe.csv', newline='') as csvfile:

Utiliser une distribution python (jupyter notebook) en local.

1. Traiter la partie 1 du notebook

2. Traiter la partie 2 du notebook

3. Traiter la feuille d’exercices sur les tableaux en python: lien vers le pdf

Manipuler une table de données (liste de listes et dictionnaires)

On dispose de la table suivante, qui donne, pour 4 pays européens, le nombre d’élèves scolarisés dans le secondaire, le nombre de jours de vacances scolaires par an, et la durée des études secondaires (collège-lycée ou équivalent) :

table = [
    ["Pays", "Nb élèves secondaire", "Jours de vacances/an", "Durée secondaire (ans)"],
    ["France", 5660000, 112, 7],
    ["Allemagne", 6900000, 65, 9],
    ["Espagne", 3500000, 105, 6],
    ["Grèce", 700000, 119, 6],
]

La première ligne contient les étiquettes de colonnes, les lignes suivantes les données proprement dites, un pays par ligne.

1. Copier les données sans l’en-tête

On souhaite travailler uniquement sur les données (sans la ligne d’étiquettes), dans une nouvelle variable donnees, tout en conservant table intacte.

• Écrire une instruction qui construit donnees par une copie par valeur de table, en excluant la première ligne.
• Vérifier que modifier donnees (par exemple en ajoutant une ligne avec append) ne modifie pas table.

Remarque à garder en tête pour la suite du cours : cette copie protège la liste table elle-même, mais les lignes qu’elle contient (par exemple donnees[0]) restent les mêmes objets que ceux de table. Modifier un élément d’une ligne de donnees (comme donnees[0][1] = 0) modifierait donc bien la ligne correspondante dans table. On appelle cela une copie de surface (shallow copy).

2. Rechercher le pays ayant le plus grand nombre d’élèves

En parcourant donnees avec une boucle bornée, écrire un script qui détermine le pays possédant le plus grand nombre d’élèves du secondaire (colonne d’indice 1).

Le script devra afficher le nom du pays et le nombre d’élèves correspondant. On procèdera comme pour une recherche de maximum : une variable mémorise le meilleur pays trouvé jusqu’ici, mise à jour à chaque fois qu’une ligne fait mieux.

3. Trier la table par nombre d’élèves décroissant

Python permet de trier une liste avec la fonction sorted (qui renvoie une copie triée) ou avec la méthode sort (qui trie en place). Toutes deux acceptent un paramètre optionnel key, qui indique selon quel critère comparer les éléments.

Documentation (extrait) :

sorted(iterable, key=None, reverse=False)
    - key : fonction appliquée à chaque élément avant comparaison
    - reverse=True : tri décroissant plutôt que croissant

Pour trier donnees selon le nombre d’élèves (2e colonne de chaque ligne), la fonction key doit indiquer comment extraire cette valeur d’une ligne. Par exemple, pour trier selon le nom du pays (1re colonne), on écrirait :

tri_par_pays = sorted(donnees, key=lambda ligne: ligne[0])

• Écrire l’instruction qui construit tri_par_effectif, une copie de donnees triée par nombre d’élèves, du plus grand au plus petit.
• Vérifier que donnees n’a pas été modifiée.

4. Construire un dictionnaire par pays

On souhaite représenter chaque pays par un dictionnaire, dont les clés sont les étiquettes de colonnes de la table d’origine. Voici le script pour la France :

etiquettes = table[0]
ligne_france = table[1]

France = {
    etiquettes[0]: ligne_france[0],
    etiquettes[1]: ligne_france[1],
    etiquettes[2]: ligne_france[2],
    etiquettes[3]: ligne_france[3],
}

• Adapter ce script pour construire, de la même manière, les dictionnaires Allemagne, Espagne et Grece.
• Afficher chacun des 4 dictionnaires pour vérifier leur contenu.

5. Construire un dictionnaire de dictionnaires, automatiquement

Le script de la question 4 doit être réécrit à la main pour chaque pays : ce n’est pas satisfaisant si la table contient un jour 50 pays. On souhaite maintenant construire, à partir de la liste table d’origine et à l’aide d’une boucle, un dictionnaire unique pays_dict qui rassemble tous les pays, de la forme :

{
    'France': {'Nb élèves secondaire': 5660000, 'Jours de vacances/an': 112, 'Durée secondaire (ans)': 7},
    'Allemagne': {...},
    ...
}

• Écrire un script qui construit pays_dict automatiquement, en parcourant les lignes de table (sans la ligne d’en-tête) avec une boucle bornée. On pourra s’appuyer sur etiquettes = table[0] et parcourir, pour chaque pays, les indices de colonnes avec une seconde boucle bornée imbriquée.
• Vérifier que pays_dict['France'] donne bien le même contenu que le dictionnaire France construit à la question 4.

Pour aller plus loin : la fonction native zip permet d’associer deux listes élément par élément et simplifie beaucoup ce genre de construction (dict(zip(etiquettes[1:], ligne[1:]))). Si le temps le permet, cherchez sa documentation et proposez une version de pays_dict qui l’utilise.