onizuka_1vp1wdmkb3l93z0e_333.py

🔷 INFORMATIONS GÉNÉRALES

Champ Détail

Nom du script onizuka_1vp1wdmkb3l93z0e_333.py

Version 1.0.0

Date de création 25/03/2026

Auteur / Demandeur IA Générée (basé sur le code fourni)

Objectif principal Simuler statistiquement le processus de fossilisation d’organismes sur une période donnée en fonction de paramètres environnementaux.

🎯 DESCRIPTION FONCTIONNELLE

📌 Que fait ce script ?

Ce script modélise la probabilité qu’un organisme devienne un fossile. Il simule, année après année, la chute d’organismes dans un milieu sédimentaire et détermine leur état de conservation final en calculant un « score de préservation » basé sur la vitesse d’enfouissement et la vitesse de décomposition chimique.

📌 Problème résolu

Il permet d’illustrer de manière simplifiée pourquoi les fossiles sont rares : il ne suffit pas qu’un organisme meure, il faut que les conditions géologiques (sédimentation rapide) surpassent les conditions biologiques/chimiques (décomposition).

⚙️ SPÉCIFICATIONS TECHNIQUES

🐍 Environnement

Élément Valeur

Version Python 3.x

OS cible Tous (Windows / Linux / MacOS)

Mode d’exécution CLI / Script autonome

📦 Dépendances / Librairies

Librairies standard : random

Librairies externes : pandas

📥 ENTRÉES (INPUTS)

📂 Paramètres de la fonction simuler_fossilisation

# Nom Type Obligatoire Description Exemple

1 annees int ✅ Oui Durée de la simulation en années 50

2 taux_sedimentation float ✅ Oui mm de sédiment déposés par an 15

3 taux_decomposition float ✅ Oui Facteur de 0 (lent) à 1 (rapide) 0.4

📤 SORTIES (OUTPUTS)

📂 Données en sortie

# Nom Type Description Exemple

1 pd.DataFrame Object Tableau contenant l’historique annuel de la simulation [Voir structure ci-dessous]

Structure du DataFrame : Année, Couche_Cumulée_mm, Organisme_Présent (bool), État_Fossilisation (string).

🧱 STRUCTURE DU SCRIPT

onizuka_1vp1wdmkb3l93z0e_333.py

📌 IMPORTS : pandas, random

📌 FONCTIONS :

simuler_fossilisation() → Cœur de la simulation.

📌 MAIN :

Appel de la fonction avec paramètres par défaut.

Affichage d’un extrait (head).

Affichage des statistiques de fin de simulation (value_counts).

🔄 LOGIQUE / ALGORITHME

ÉTAPE 1 → Initialisation d’une liste vide et d’un compteur de sédiments.

ÉTAPE 2 → Boucle sur chaque année :

Incrémentation du cumul sédimentaire.

Tirage aléatoire (30% de chance) pour l’apparition d’un organisme.

ÉTAPE 3 → Si un organisme est présent, calcul du score :

score=10taux_sedimentation​−taux_decomposition

ÉTAPE 4 → Attribution de l’état :

Score > 0.5 : Excellent

Score > 0 : Partiel

Sinon : Détruit

ÉTAPE 5 → Conversion de la liste en DataFrame Pandas et retour.

🚨 GESTION DES ERREURS

Note : Le script actuel ne possède pas de blocs try/except.

Risque : Si des types non numériques sont passés en paramètres, le script générera une TypeError.

🧪 TESTS ATTENDUS

# Cas de test Entrée Résultat attendu Statut

1 Cas nominal 50 ans, 15mm, 0.4 DataFrame de 50 lignes généré ⬜ À tester

2 Milieu Anoxique Décomposition = 0 Majorité de « Fossile potentiel » ⬜ À tester

3 Érosion forte Sédimentation = 0 Majorité de « Détruit » ⬜ À tester

📝 EXEMPLE D’UTILISATION

💻 Appel en tant que fonction

Python

from onizuka_1vp1wdmkb3l93z0e_333 import simuler_fossilisation

# Simuler 100 ans avec forte sédimentation

df = simuler_fossilisation(100, 30, 0.1)

print(df[df[« Organisme_Présent »] == True])

📋 Exemple de sortie attendue

Plaintext

— Extrait de la simulation de fossilisation —

Année Couche_Cumulée_mm Organisme_Présent État_Fossilisation

0 1 15 True Fossile potentiel (Excellent)

1 2 30 False Néant

…

— Bilan de la zone d’étude —

Néant 35

Fossile potentiel (Excellent) 15