Découpage du projet en 4 et implémentation des bases de données

code/README.md

+# Répartition des codes
+
+## fonctions_activations_classiques
+
+Ce code démontre la mauvaise généralisation des fonctions d'activations classiques à des signaux périodiques.
+
+Il tente de reproduire la figure de l'introduction

code/main.py

-print("code principale")

code/predictions_meteo/.gitignore

+data

code/predictions_meteo/README.md

+# Prédictions météo
+
+## Données
+
+[Données](https://donneespubliques.meteofrance.fr/?fond=produit&id_produit=90&id_rubrique=32)

code/predictions_meteo/grab_data.py

+import os
+import pandas
+import numpy as np
+import progressbar
+from matplotlib import pyplot as plt
+
+station = 7460 # clermont ferand <3
+downlaod = True
+
+if downlaod :
+	print("Suppresion des fichiers existants")
+	os.system("rm -rf data")
+	os.system("mkdir data")
+	print("Début du téléchargement depuis météo france")
+	for annee in progressbar.progressbar(range(1996,2021)) :
+		for moi in range(1,13) :
+			titre = f'{annee:04d}{moi:02d}'
+			os.system(f'wget -q https://donneespubliques.meteofrance.fr/donnees_libres/Txt/Synop/Archive/synop.{titre}.csv.gz -P data')
+
+	os.chdir("data")
+	os.system(f"gzip -vd *")
+	os.chdir("..")
+
+
+donnees = {}
+for nom in os.listdir("data") :
+	csv = pandas.read_csv(f"data/{nom}",sep=";")
+	extraction = csv[csv["numer_sta"]==station][["date","t"]].values.tolist()
+
+	for i in range(len(extraction)) :
+		mesure = int(extraction[i][0]//1e6//7)
+		if mesure not in donnees :
+			donnees[mesure] = []
+		try :
+			donnees[mesure].append(float(extraction[i][1]))
+		except ValueError :
+			print(f"Erreur de valeur pour la date {extraction[i][0]} : {extraction[i][1]}")
+
+
+clefs = list(donnees.keys())
+clefs.sort()
+table = np.zeros(len(clefs))
+for i, clef in enumerate(clefs) :
+	somme = 0
+	for j in range(len(donnees[clef])) :
+		somme += donnees[clef][j]
+	if len(donnees[clef]) > 0 :
+		table[i] = somme/len(donnees[clef])
+	else :
+		table[i] = table[i-1]
+
+plt.plot(np.array(range(len(table)))/52-len(table)/52,table,"bo")
+np.save("dataset.npy", table)
+print("sauvegardé")
+plt.show()
+
+
+

code/wilshire_5000/REAME.md

+# wilshire_5000
+
+## Données 
+
+[Données](https://fred.stlouisfed.org/series/WILL5000INDFC)

code/wilshire_5000/grab_data.py

+import pandas
+import numpy as np
+
+csv = pandas.read_csv("WILL5000INDFC.csv")
+extraction = csv["WILL5000INDFC"].tolist()
+for i in range(len(extraction)) :
+	if extraction[i] == "." :
+		extraction[i] = extraction[i-1]
+extraction = np.array(extraction).astype(float)
+print(extraction)
+np.save("dataset.npy", extraction)