Recoupez deux sources de données scientifiques
Exemple pratique Anomalies annuelles de la température globale de la NASA GISTEMP et HadCRUT
Deux sources peuvent être en désaccord parce que leurs définitions diffèrent. Avant d'interpréter un écart, aligner les unités, l'intervalle de temps et la période de référence. Cet exemple compare deux ensembles de données de température annuels réels sur 1980–2024, après avoir rebasé chacun sur 1991–2020. Il enregistre une table alignée, une figure à deux panneaux, un script Python et un rapport de méthodes.
1. Obtenir les fichiers sources et vérifier leurs définitions
Téléchargez la série annuelle terre–océan CSV de NASA GISTEMP v4 et la série annuelle d'ensembles d'analyse moyenne de HadCRUT5.1.0.0. Utilisez les noms de fichiers enregistrés NASA-GISTEMP-v4-original.csv et HadCRUT5-original.csv.
| Entrée | Valeur annuelle | Anomalie initiale |
|---|---|---|
| NASA GISTEMP v4 | J-D colonne, °C | 1951–1980 |
| HadCRUT5.1.0.0 | Moyenne annuelle de l'ensemble, °C; conserver les limites de confiance | 1961–1990 |
Le fichier NASA commence par une ligne descriptive avant son en-tête et utilise *** pour des valeurs indisponibles. Ne pas interpréter ce marqueur comme zéro. Les identités de source enregistrées et les liens de téléchargement sont en l'exemple des notes sources; Les fichiers du fournisseur peuvent être révisés après cette exécution.
Ouvrez un projet et attachez les deux CSV avec + → Attach files. Dans Settings → Runtimes, assurez-vous que Python est Ready et activé. Cette exécution a utilisé Python 3.12.14, NumPy 2.5.3, pandas 2.3.3, Matplotlib 3.11.1 et Pillow 12.3.0.
2. Demander l'alignement avant interprétation
Read the two attached official annual global temperature CSVs.
Use NASA's J-D annual column and the HadCRUT5 ensemble mean, in Celsius.
Check unique years, missing values, source definitions and original
anomaly baselines. Preserve the HadCRUT confidence-limit columns.
Rebase each source by subtracting its own complete 1991–2020 mean,
then align shared years 1980–2024. Report NASA minus HadCRUT:
mean difference, RMSE, maximum absolute difference and its year.
Save temperature-aligned.csv, temperature-comparison.png,
temperature-crosscheck.py and temperature-crosscheck.md.
Plot original and common-baseline series in separate labelled panels.
The script must accept --nasa, --hadcrut and --outdir arguments.
Execute using a noninteractive plotting backend, reopen the saved files,
and record input hashes and versions. Do not install packages or
claim the sources are independent or either is ground truth. Use English.
Inspectez le fichier proposé et le code Python avant d'approuver. Ouvrez Notebook pour vérifier que le calcul a été effectué. S'il y a une erreur, résolvez-la et recourez avant d'interpréter un rapport ou un chiffre.
3. Vérifiez le tableau aligné
Ouvrez temperature-aligned.csv. La comparaison enregistrée contient 45 années partagées. Chaque source dispose de toutes les estimations ponctuelles annuelles de 30 requises pour sa moyenne de référence de 1991–2020; aucune valeur annuelle manquante n'a été remplie avec zéro.
Les moyennes soustraites sont 0.61266667 °C pour la NASA et 0.53799554 °C pour HadCRUT. Soustrayez la moyenne de chaque ensemble de données, pas un seul décalage des deux. Vérifiez l'unité, l'année et la direction de soustraction avant de comparer les différences numériques.
4. Lire la figure et la comparaison numérique
Ouvrez temperature-comparison.png. Le premier panneau conserve les différentes lignes de base originales; la seconde compare les deux séries après la reconstitution de la période commune.
| Résultat enregistré, NASA moins HadCRUT | Valeur |
|---|---|
| Différence moyenne | 0.00514589 °C |
| RMSE | 0.01829900 °C |
| Différence absolue maximale | 0.04632368 °C, en 2024 |
Les chiffres sont des résultats pour ces instantanés téléchargés. Les différences restantes peuvent refléter la couverture, le remplissage, les observations de source et les choix de traitement. Les ensembles de données partagent des observations et sont Mesures non statistiquement indépendantes. La vérité terrestre n'est pas non plus désignée.
5. Enregistrer la méthode et la réexécuter
Ouvrez temperature-crosscheck.md et comparez ses définitions de sources et ses métriques avec le CSV et le code. Le tableau conserve les limites de confiance d'origine de HadCRUT et leurs valeurs décalées mécaniquement, mais la comparaison fait que pas propage l'incertitude dans la base de référence estimée ou la dépendance entre les sources.
Téléchargez les CSV aligné, chiffre, Script Python et rapport. Avec les deux fichiers d'entrée disponibles, recréez dans un environnement Python contenant les bibliothèques listées :
python temperature-crosscheck.py --nasa NASA-GISTEMP-v4-original.csv --hadcrut HadCRUT5-original.csv --outdir comparison-rerun
Le script enregistré a également été exécuté dans un processus local Python séparé; son CSV aligné correspond exactement à CSV enregistré par l'application. Un contrôle d'accord évalue ce calcul, pas tous les choix méthodologiques dans les produits climatiques.