TP1 - Propriétés pétrophysiques

À rendre le 2024-02-07

Pondération

7% de la note finale du cours.

Contexte

D’après l’étude de cas sur les propriétés pétrophysiques du gisement d’or Canadian Malartic présentée en classe, il est évident que différents types de roches possèdent différentes propriétés physiques. De plus, les propriétés physiques de chaque type de roche peuvent varier en fonction de la présence d’altération qui modifie la composition minéralogique de ce type de roche.

Dans ce travail pratique, on vous invite à renforcer les notions quantitatives de l’étude de cas présentée en classe en menant une analyse statistique exploratoire des données pétrophysiques du gisement Canadian Malartic.

Objectifs

Objectifs généraux

Continuer de se familiariser avec les librairies Pandas, Numpy et Matplotlib.
Pratiquer les bases de la science des données.

Objectifs spécifiques

Réaliser une analyse statistique exploratoire d’un ensemble de données pétrophysiques.
Interpréter les résultats de l’analyse statistique en fonction de vos connaissances géologiques.
Proposer des règles pour classifier les trois types de roches selon leurs propriétés pétrophysiques.

Données

Veuillez télécharger les données de propriétés physiques des roches du gisement Canadian Malartic ici : TP1-CM-PROP-PETROPHYSIQUES.csv.

En plus des types de roches et des propriétés de densité apparente et de susceptibilité magnétiques, les données contiennent de l’information sur la porosité, la densité squelettique et les teneurs en or, soufre et carbone de chaque échantillon de roche.

Librairies

Vous aurez besoin des librairies Python suivantes :

import numpy as np  # calculs numériques
import pandas as pd  # gestion des données
import matplotlib.pyplot as plt  # graphiques

Indices

Ce tutoriel contient toute l’information dont vous avez besoin pour faire une analyse statistique exploratoire avec Pandas.
Planifier le contenu de l’analyse exploratoire avant de vous lancer dans des calculs.
Les tableaux, histogrammes et nuages de points sont la base d’une analyse statistique exploratoire.
Prévoir la création d’un gabarit $\LaTeX$ pour standardiser vos compte-rendus.
Utiliser l’article scientifique disponible sur Moodle et les notions apprises lors de la présentation en classe pour alimenter l’interprétation des données.

Classification des types de roches

Pour déterminer les règles de classification demandées à l’objectif spécifique 3, il faut faire appel à des notions d’optimisation. L’exactitude ($E$) d’une classification est donnée par

\[E = \frac{\mathrm{VP} + \mathrm{VN}}{\mathrm{VP} + \mathrm{VN} + \mathrm{FP} + \mathrm{FN}},\]

où $\mathrm{VP}=$ vrai positif, $\mathrm{VN}=$ vrai négatif, $\mathrm{FP}=$ faux positif et $\mathrm{FN}=$ faux négatif (définitions).