Info 4 / Base de données relationnelles 2013-2014
o vous rechercherez les stations dont les données météos coincident avec les
indications de M. Gruat.
o Vous supperposerez les données météos des deux stations.
II. RECUPERATION DES DONNEES METEOS
Pour exploiter facilement ces données, nous allons alimenter une base de donnée
sqlite contenant 3 tables (cette base vous est fournie):
• une table contenant les enregistrements météos : tbenregistrements,
• une table contenant les stations météos : tbstations,
• une table contenant le descriptif des champs : tbunites.
Cette base contient déjà les données météos du 5 mai au 11 mai execption faite des
enregistrements du 11 mai 2014 21h.
Récuperez l’enregistrement manquant et incorporez-le dans notre base de donnée,
en écrivant une fonction python.
III. VISUALISATION DES DONNEES METEOS DE BREST
a. SQLite et python
Pour utiliser sqlite dans python :
from sqlite3 import * # bilbiothèque sqlite
connexion = sqlite3.connect('meteo.db') # connexion à la BDD
Puis on construit la requête que l’on fait exécuter par SQLite
requete ="SELECT Departement,Commune FROM tbstations ORDER BY Departement "
resultat_requete = connexion.execute(requete)
Le résultat de la requête est un tableau d’élément.
for ligne in resultat_requete: # on parcourt les lignes
for colonne in ligne : # puis les colonnes
print(colonne,end='\t')
print()
b. La gestion des dates
La base de données contient les « dates » au format
TIMESTAMP "YYYYmmddHHMMSS":
o Quatre chiffres pour l’Année : YYYY
o Deux chiffres pour le Mois : mm
o Deux chiffres pour le Jour : dd
o Deux chiffres pour l’Heure : HH
o Deux chiffres pour les Minutes : MM
o Deux chiffres pour les Secondes : SS
Ex : "20140502152410" : 2 mai 2014 15h24 10 secondes
Pour convertir cette chaine de caractère en une date compréhensible par la fonction
du module
de
, on utilise la fonction
:
from datetime import datetime
text = "20140502152410"
date = strptime( text, "%Y%m%d%H%M%S")
2