= École de printemps Calcul Québec 2019 =

== Analyse de données avec Python - Objectifs ==

=== Intro au supercalculateur ===
* Aller sur le wiki de Calcul Canada et chercher École 2019
* Téléverser le fichier de soumission proposé sur le wiki vers le cluster : ecole2019.calculquebec.cloud
* Créer un répertoire sur le cluster qui contiendra le script de soumission et y déplacer le script
* Augmenter la durée de la tâche à 2 minutes avec nano
* Modifier l'account avec nano pour utiliser : def-sponsor00
* Soumettre la tâche
* Récupérer les fichiers de résultats sur votre ordinateur

=== Intro à OpenRefine ===
* Importer le projet OpenRefine produit par la tâche (projet.json)
* Annuler l'opération éliminant les lignes qui auraient des données d'extermination manquante
* Remplacer les données manquantes du nombre d'extermination par un 0
* Ajouter une colonne quadrimestre:
** janvier à avril = 1
** mai à août = 2
** septembre à décembre = 3
* Sauvegarder le jeu de données résultats

=== Intro à Pandas / Python ===
* Téléverser le résultat vers Jupyter
* Ouvrir le jeu de données résultat avec Pandas
* Calculer la moyenne du nombre d'extermination par arrondissement
* Calculer la somme d'exterminations par quadrimestre par année
* Tracer un histogramme empilé
** du nombre d'extermination total par quadrimestre, par année
** du nombre d'extermination total par année, par quadrimestre
* Discuter des différences entre les deux graphiques

== Intro au supercalculateur ==

=== Script de soumission ===

{{File
  |name=job.sh
  |lang="bash"
  |contents=
#!/bin/bash
#SBATCH --time=00:00:30
#SBATCH --account=def-xyz
#SBATCH --ntasks=1
#SBATCH --cpus-per-task=1
#SBATCH --mem=512M

/project/def-sponsor00/projet/bin/simulation_punaises.py 5000
}}