a = 1
a+2

import numpy as np
import matplotlib.pyplot as plt

from numpy import pi
pi

%matplotlib inline

%matplotlib qt

t = np.linspace(0, 4*pi)
y = np.sin(t)

plt.plot(t, y) # affiche y=f(t)
plt.title('sinus')
plt.xlabel('temps (s)')
plt.grid(True)

import pandas as pd

%ls *.csv

%pwd

fname = 'log-20150128-092830.csv'

!tail $fname

# affiche *tout* le fichier dans le pager
%more $fname

# Afficher l'aide (syntaxe spécifique à la console IPython)
pd.read_csv?

d = pd.read_csv(fname, sep=';')
d.head()

d['date'][0]

type(d['date'][0])

d = pd.read_csv(fname, sep=';',
                parse_dates=[[0,1]], # aller chercher la date dans les 2 première colonnes
                index_col=0, # utiliser la date comme index des données
                dayfirst=True, # ne pas confondre le 5 février avec le 2 mai (format américain MM-DD-YYYY)
                )
d.head()

type(d)

vals = d['value']
vals.head()

type(vals)

type_meas = d['type']
type_meas.unique()

temp = vals[d['type'] == 'indoor temperature']
temp.head(3)

co2 = vals[d['type'] == 'carbon dioxide']
co2.head(3)

d.groupby('type').mean()

temp.groupby(temp.index.dayofyear).mean()

temp.resample('1D')

temp.resample('1Min').head()

temp.resample('1Min', fill_method='bfill').head()

temp.resample('1Min').interpolate().head()

%matplotlib inline

temp.plot()
plt.ylabel(u'température (°C)') # u'' pour des textes accentués

temp.plot()
plt.twinx()
co2.plot(style='r');

fig, (ax1, ax2) = plt.subplots(2,1, sharex=True)

temp.plot(ax=ax1)

co2.plot(ax=ax2, style='r')
plt.xlim('2015-02-03','2015-02-04')
ax2.set_ylim(200, 1200);