script_analyse_without_geopandas.py

script_analyse_without_geopandas.py

#!/usr/bin/env python2
# -*- coding: utf-8 -*-
"""Exemple de script pour l'analyse des résultats de NEDUM"""

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd

##################################
#%% Importation des données
##################################

outNedum = pd.read_csv('output_NEDUM.csv', sep = ',')


##################################
#%% Exemples de courbes et de cartes
##################################

#%% 1. Courbe des loyers en fonction de la distance

#pour fermer les autres figures
plt.close('all')

#coordonnées du centre de Paris
X_centre_Paris=653750
Y_centre_Paris=6862350
outNedum['distance_centre'] = np.sqrt((outNedum['X']-X_centre_Paris) ** 2 + (outNedum['Y']-Y_centre_Paris) ** 2)/1000
plt.scatter(outNedum['distance_centre'],outNedum['simul_2030_sc1_BAU_loyer'])

#%% 2. Carte de la construction 

#pour fermer les autres figures
plt.close('all')

#'-logement' est en nombre de m2 construits par nombre de km2 au sol
# Attention, pour avoir le Coefficient d'Occupation des Sols, il faut diviser par 10^6 
plt.figure()
plt.scatter(outNedum['X'], outNedum['Y'],20, outNedum['simul_2030_sc3_ZI_logement'] * outNedum['coeff_land']) #construction
plt.colorbar()

#%% 3. Si jamais on veut enregistrer la dernière figure affichée

plt.savefig("nom_de_la_figure.png", dpi=200)   


##################################
#%% Calcul de la densité de population
##################################

# Attention, il faut multiplier par 'coeff_land' qui représente la part du pixel qui est urbanisable
sc1_densite_pop = outNedum['simul_2030_sc1_BAU_logement'] * outNedum['coeff_land'] / outNedum['simul_2030_sc1_BAU_taille'] #en ménages / km2

##################################
#%% Calcul des émissions totales de la ville
##################################

#Les variables 'emissions' donnent la quantité d'émissions pour un ménage vivant dans le carreau (en gCO2 / an)
sc1_emission_tot = np.sum( sc1_densite_pop * outNedum['simul_2030_sc1_BAU_emissions']) / np.sum(sc1_densite_pop) /1000 #en moyenne par ménage en kgCO2

##################################
#%% Calcul de la surface urbanisée
##################################

borne_urba = 100000 #en dessous de cette densité de construction on considère qu'on n'est plus en ville 
sc1_surface_urba = np.sum(outNedum['coeff_land']*(outNedum['simul_2030_sc1_BAU_logement']>borne_urba)) #en km2

##################################
#%% Scénario 3: zone inondable
##################################

#'part_inond' représente la part de la surface constructible qui est située en zone inondable
plt.figure()
plt.scatter(outNedum['X'], outNedum['Y'],20, outNedum['part_inond']) 
plt.colorbar()