Ajout de commentaires dans les scripts

Co-authored-by: Dimitrijevic <hugo.dimitrijevic@etu.u-pec.fr>

ex1/scripts/ex1-1.sce

@@ -1,7 +1,16 @@
 data = csvRead("data.csv");
+
+// Somme des surfaces de tous les pays pour obtenir la surface terrestre mondiale
+// Multiplication par 1000 pour obtenir des km²
 surface = sum(data(:, 2)*1000);
+
+// Somme des populations de tous les pays pour obtenir la population mondiale
+// Multiplication par 1000000 pour obtenir le nombre d'habitants
 population = sum(data(:, 3)*1000000);
+
+// Calcul de la densité à partir de la population et de la surface
 densite = population / surface;
+
 mprintf("Surface terrestre mondiale : %d km²\n", surface);
 mprintf("Nombre d''habitants mondial : %.0f habitants\n", population);
 mprintf("Densité moyenne : %.2f habitants/km²\n", densite);

ex1/scripts/ex1-2.sce

@@ -1,5 +1,6 @@
 data = csvRead("data.csv");
 
+// Calcul de la surface, de la population et de la densité de chaque continent
 surfaceAfrique = sum(data(1:57, 2)* 1000);
 populationAfrique = sum(data(1:57, 3)* 1000000);
 densiteAfrique = populationAfrique / surfaceAfrique;

ex1/scripts/ex1-3.sce

@@ -1,5 +1,6 @@
 data = csvRead("data.csv");
 
+// Calcul de la densité de population par continent à partir des réponse à la quesion précédente
 densiteAfrique = sum(data(1:57, 3)* 1000000) / sum(data(1:57, 2)* 1000);
 densiteAmeriqueDuNord = sum(data(58:86, 3)* 1000000) / sum(data(58:86, 2)* 1000);
 densiteAmeriqueDuSud = sum(data(87:99, 3)* 1000000) / sum(data(87:99, 2)* 1000);
@@ -7,6 +8,7 @@ densiteAsie = sum(data(100:150, 3)* 1000000) / sum(data(100:150, 2)* 1000);
 densiteEurope = sum(data(151:193, 3)* 1000000) / sum(data(151:193, 2)* 1000);
 densiteOceanie = sum(data(194:207, 3)* 1000000) / sum(data(194:207, 2)* 1000);
 
+// Affichage des résultats avec un histogramme
 bar([densiteAfrique, densiteAmeriqueDuNord, densiteAmeriqueDuSud, densiteAsie, densiteEurope, densiteOceanie]);
 title("Densité de population par continent");
 xlabel("Continent");

ex1/scripts/ex1-4.sce

@@ -1,5 +1,6 @@
 data = csvRead("data.csv");
 
+// Calcul de la surface er de la population par continent à partir des réponse à la quesion 2
 surfaceAfrique = sum(data(1:57, 2)* 1000);
 populationAfrique = sum(data(1:57, 3)* 1000000);
 
@@ -18,13 +19,16 @@ populationEurope = sum(data(151:193, 3)* 1000000);
 surfaceOceanie = sum(data(194:207, 2)* 1000);
 populationOceanie = sum(data(194:207, 3)* 1000000);
 
+// Affichage d'un graph pour la surface
 pie([surfaceAfrique, surfaceAmeriqueDuNord, surfaceAmeriqueDuSud, surfaceAsie, surfaceEurope, surfaceOceanie]);
 title("Répartition de la surface terrestre");
 legend(["Afrique", "Amérique du Nord", "Amérique du Sud", "Asie", "Europe", "Océanie"], 'out_upper_right');
 xs2png(0,"ex1/img/ex1-4-1.png");
 
+// Nettoyage de la fenêtre graphique
 clf();
 
+// Affichage d'un graph pour la population
 pie([populationAfrique, populationAmeriqueDuNord, populationAmeriqueDuSud, populationAsie, populationEurope, populationOceanie]);
 title("Répartition de la population mondiale");
 legend(["Afrique", "Amérique du Nord", "Amérique du Sud", "Asie", "Europe", "Océanie"], 'out_upper_right');

ex2/scripts/ex2-1.sce

@@ -1,8 +1,10 @@
 data = csvRead("data.csv");
 
+// récupérer les valeurs des espérances de vie en ignorant les pays ou elles ne sont pas donnés
 Valeur_esperance_vie_femme = find (data(:,12) >=0);
 Valeur_esperance_vie_homme = find (data(:,11) >=0);
 
+// faire la moyenne des espérances de vie des femmes et des hommes
 Moyenne_esperance_vie_femme = mean(data(Valeur_esperance_vie_femme,12));
 Moyenne_esperance_vie_homme = mean(data(Valeur_esperance_vie_homme,11));
 

ex2/scripts/ex2-2.sce

@@ -1,11 +1,14 @@
 data = csvRead("data.csv");
 
+// Faire la médiane 
 Valeur_esperance_vie_femme = find (data(:,12) >=0);
 Valeur_esperance_vie_homme = find (data(:,11) >=0);
 
+// Faire la variance
 mediane_esperance_vie_homme = median(data(Valeur_esperance_vie_femme,11));
 mediane_esperance_vie_femme = median(data(Valeur_esperance_vie_homme,12));
 
+// Faire l'écart type
 variance_esperance_vie_homme = mean(data(Valeur_esperance_vie_femme,11).*data(Valeur_esperance_vie_femme,11))-mean(data(Valeur_esperance_vie_femme,11))^2;
 variance_esperance_vie_femme = mean(data(Valeur_esperance_vie_homme,12).*data(Valeur_esperance_vie_homme,12))-mean(data(Valeur_esperance_vie_homme,12))^2;
 

ex2/scripts/ex2-3.sce

@@ -3,17 +3,22 @@ data = csvRead("data.csv");
 Valeur_esperance_vie_femme = find (data(:,12) >=0);
 Valeur_esperance_vie_homme = find (data(:,11) >=0);
 
+//charger les différents pays
 pays = csvRead("data.csv",",",".","string")(:,1);
 
+// esprérances de vie minimale et maximale homme
 esperance_vie_min_homme = min(data(Valeur_esperance_vie_homme,11));
 esperance_vie_max_homme = max(data(Valeur_esperance_vie_homme,11));
 
+// esprérances de vie minimale et maximale homme
 pays_esperance_vie_min_homme = pays(find(data(:,11) == esperance_vie_min_homme));
 pays_esperance_vie_max_homme = pays(find(data(:,11) == esperance_vie_max_homme));
 
+// esprérances de vie minimale et maximale femme
 esperance_vie_min_femme = min(data(Valeur_esperance_vie_femme,12));
 esperance_vie_max_femme = max(data(Valeur_esperance_vie_homme,12));
 
+// pays correspondant à ces valeurs
 pays_esperance_vie_min_femme = pays(find(data(:,12) == esperance_vie_min_femme));
 pays_esperance_vie_max_femme = pays(find(data(:,12) == esperance_vie_max_femme));
 

ex2/scripts/ex2-4.sce

@@ -1,5 +1,7 @@
 data = csvRead("data.csv");
 
+// histogramme des esperance de vie des hommes des 100 premiers pays avec 20 classes 
+// normalization=%f pour avoir diffrectement le bon nombre de pays pour chaque classe diirectement sur l'histogramme
 histplot(20,data(1:100,11),normalization=%f);
 title("Histogramme des espérances de vie des hommes des 100 premiers pays avec 20 classes");
 xlabel("Espérance de vie (années)");

ex2/scripts/ex2-5.sce

@@ -3,7 +3,11 @@ pays = csvRead("data.csv",",",".","string")(:,1);
 
 [esperanceHomme,indice] = gsort(data(:,11), 'g', 'i');
 
+//Les pays correspondant à l'espérance la plus grande et la plus petite
+
 paysMaxHomme = pays(indice(length(indice)-1));
+// le -1 est pour enlever le pays "Andore" car n'ayant pas de valeur se met à la fin du classement par ordre croissant.
+
 paysMinHomme = pays(indice(1));
 
 mprintf("Pays ayant où l''espérance de vie des hommes est la plus élevé : %s\n", paysMaxHomme);

ex2/scripts/ex2-6.sce

@@ -2,8 +2,13 @@ data = csvRead("data.csv");
 pays = csvRead("data.csv",",",".","string")(:,1);
 esperanceHomme = gsort(data(:,11), 'g', 'i');
 
+// Trouver le 1er et 3eme quartile de l'esperance de vie des hommes 
 quartiles = quart(esperanceHomme);
+
+// trouver l'équart interquartile de l'esperance de vie des hommes
 interquartile = iqr(esperanceHomme);
+
+//Liste des pays avec une esperance de vie inférieur au premier quartile
 Pays_inferieur_premier_quartile = pays(find(data(:,11)<quartiles(1)));
 
 mprintf("Le premier quartile de l''esperance de vie des hommes est : %.0f ans.\n", quartiles(1));

ex2/scripts/ex2-7.sce

@@ -2,18 +2,23 @@ data = csvRead("data.csv");
 pays = csvRead("data.csv",",",".","string")(:,1);
 esperanceHomme = gsort(data(:,11), 'g', 'i');
 
+//Valeur des premiers et neuvièmes decile 
 premierDecile = esperanceHomme(ceil(length(esperanceHomme)/10));
 neuviemeDecile = esperanceHomme(ceil(9*length(esperanceHomme)/10));
 
 mprintf("Premier décile : %.0f ans\n",premierDecile);
 mprintf("Neuvieme décile : %.0f ans\n",neuviemeDecile);
 
+//Selectionner uniquement les pays à l'extérieur de l'intervale 1er/9eme decile 
 Pays_intervale_ext_decile = pays(find(data(:,11)<premierDecile | data(:,11)>neuviemeDecile));
 
+//Recuperer l'indice des pays correspondant à l'intervale extérieur
+//Pour ce faire je crée un colonne de 1 à 207 qui va me permettre de stocker les indices des pays
 indice_pays = [1:207];
 indice_pays = matrix(indice_pays,length(indice_pays),1);
 indice_pays_intervale_ext_decile = indice_pays(find(data(:,11)<premierDecile | data(:,11)>neuviemeDecile),1);
 
+// Maintenant que nous connaissons les indices des pays à l'extérieur de l'intervale , on peut faire un tri pour chaque continent 
 Pays_Afrique_ext_intervale = Pays_intervale_ext_decile(find(indice_pays_intervale_ext_decile <= 57 ));
 Pays_Amerique_nord_ext_intervale = Pays_intervale_ext_decile(find(indice_pays_intervale_ext_decile >= 58 & indice_pays_intervale_ext_decile <= 86) );
 Pays_Amerique_sud_ext_intervale = Pays_intervale_ext_decile(find(indice_pays_intervale_ext_decile >= 87 & indice_pays_intervale_ext_decile <= 99) );

ex3/scripts/ex3-1.sce

@@ -1,6 +1,11 @@
 data = csvRead("data.csv");
 
+// Calcul du taux d'accroissement à partir du taux de natalité et du taux de mortalité
+// On divise par 1000 pour avoir les taux par habitant
+// On multiplie par 100 pour avoir le taux d'accroissement en pourcentage
 tauxAccroissement = ((data(:, 4) / 1000) - (data(:, 5) / 1000)) * 100;
+
+// Récupération du taux le plus faible et du taux le plus élevé de la liste
 tauxAccroissementMin = min(tauxAccroissement);
 tauxAccroissementMax = max(tauxAccroissement);
 

ex3/scripts/ex3-2.sce

@@ -2,7 +2,11 @@ data = csvRead("data.csv");
 
 tauxAccroissement = ((data(:, 4) / 1000) - (data(:, 5) / 1000)) * 100;
 
+// Récupération des pays
+// une matrice peut avoir qu'un seul type de données, donc la 1ère colonne de la variable data est NaN
+// ici on précice qu'on veut extraire les données du fichier csv dans une matrice de type string)
 pays = csvRead("data.csv",",",".","string")(:,1)
 
 mprintf('Pays ayant un taux d''accroissement négatif :\n');
+// on affiche les pays ayant un taux d'accroissement négatif
 mprintf("- %s : %.2f%%\n",pays(tauxAccroissement < 0), tauxAccroissement(tauxAccroissement < 0));

ex3/scripts/ex3-3.sce

@@ -1,6 +1,7 @@
 data = csvRead("data.csv");
 
 tauxAccroissement = ((data(:, 4) / 1000) - (data(:, 5) / 1000)) * 100;
+// Moyenne du taux d'accroissement obtenu à la question 1
 tauxAccroissementMoyen = mean(tauxAccroissement);
 
 mprintf("Taux d''accroissement moyen : %.2f%%\n", tauxAccroissementMoyen);

ex3/scripts/ex3-4.sce

@@ -2,6 +2,7 @@ data = csvRead("data.csv");
 
 tauxAccroissement = ((data(:, 4) / 1000) - (data(:, 5) / 1000)) * 100;
 
+// On sépare les taux d'accroissement par continent
 tauxAccroissementMoyenParContient = [mean(tauxAccroissement(1:57)), mean(tauxAccroissement(58:86)), mean(tauxAccroissement(87:99)), mean(tauxAccroissement(100:150)), mean(tauxAccroissement(151:193)), mean(tauxAccroissement(194:207))];
 
 bar(tauxAccroissementMoyenParContient);

ex3/scripts/ex3-5.sce

@@ -1,5 +1,6 @@
 data = csvRead("data.csv");
 
+// Somme des estimations de populations des pays en 2050
 population2050 = sum(data(:, 6)*1000000);
 mprintf("La population mondiale prévue en 2050 est de %.0f habitants.\n", population2050);
 
@@ -8,7 +9,7 @@ tauxAccroissement = ((data(:, 4) / 1000) - (data(:, 5) / 1000)) * 100;
 tauxAccroissementMoyen = mean(tauxAccroissement);
 
 x = population;
-
+// On multiplie la population mondiale actuelle par le taux d'accroissement moyen jusqu'à atteindre ou dépasser la population mondiale prévue en 2050
 while population2050 > x
     x = x * tauxAccroissementMoyen;
 end