KadiPy¶

KadiPy est une bibliothèque Python conçue pour les agronomes, chercheurs et développeurs travaillant sur l'agriculture béninoise. Son objectif est de simplifier le traitement et l'analyse des données agricoles, qu'il s'agisse de données météo, de prix de marché ou de récoltes.

Pensez-y comme au "Pandas" de l'agriculture africaine.

Ce que fait KadiPy¶

KadiPy regroupe trois modules complémentaires qui couvrent l'ensemble du cycle d'analyse des données agricoles.

`kadi.market` - Économie agricole¶

Analyse des marchés agricoles béninois avec des données de prix réels (WFP) ou simulées. Calcule les opportunités d'arbitrage, les coûts logistiques, les prévisions de prix et l'optimisation de portefeuille de cultures.

Voir la documentation de kadi.market

`kadi.weather` - Météorologie agronomique¶

Interface unifiée pour les données météo historiques et prévisionnelles. Calcule les indices de sécheresse, les probabilités de pluie, les degrés-jours de croissance et le bilan hydrique des sols selon la méthode FAO-56.

Voir la documentation de kadi.weather

`kadi.kidas` - Traitement et standardisation des données¶

Pipeline complet d'ingestion, nettoyage, validation et normalisation. Lit les fichiers CSV, Excel, JSON, NetCDF et les API REST. Produit des données prêtes à l'analyse.

Voir la documentation de kadi.kidas

Installation¶

git clone https://github.com/delsDin/kadipy.git
cd kadipy

# Création de l'environnement virtuel
python -m venv .kadi_venv
source .kadi_venv/bin/activate

# Installation des dépendances
pip install -r requirements.txt

Configuration de l'environnement¶

Créez un fichier .env à la racine du projet pour activer les sources de données réelles :

# Clé API WFP DataBridges (facultatif — des données simulées sont utilisées sans elle)
WFP_API_Token=votre_cle_ici

# Prix du carburant manuel en XOF/litre (facultatif)
BENIN_FUEL_PRICE=680

Démarrage rapide¶

Analyse de marché¶

from kadi.market import Market

# Initialisation pour Parakou
marche = Market(lat=9.30, lon=2.08, location="Parakou")

# Résumé des prix du maïs sur 90 jours
resume = marche.price_crop("maize", days_back=90)
print(f"Prix médian : {resume['prix_median']} XOF/kg")
print(f"Source : {'réelle' if not resume['is_simulated'] else 'simulée'}")

Analyse météo¶

from kadi.weather import WeatherSession

session = WeatherSession(latitude=9.3333, longitude=2.6333, name="Parakou")

# Probabilité de pluie demain
risque = session.rain_probability(days_ahead=1)
print(risque["recommendation"])

# Indice de sécheresse SPI sur 3 mois
secheresse = session.drought_index(method="spi", window_months=3)
print(f"Sévérité : {secheresse['drought_severity']}")

Intégration météo + marché¶

from kadi.weather import WeatherSession
from kadi.market import Market

# La session météo enrichit automatiquement les calculs logistiques
ws = WeatherSession(latitude=9.30, longitude=2.08, name="Parakou")
marche = Market(lat=9.30, lon=2.08, location="Parakou", weather_session=ws)

# Le coût logistique tient compte de la pluie prévue
cout = marche.logistics.calculate_transfer_cost(
    "Parakou", "Cotonou", crop="tomato"
)
print(f"Coût de transfert : {cout['total_cost_cfa']} XOF")
print(f"Probabilité de pluie utilisée : {cout['prob_pluie'] * 100:.0f}%")

# Risque climatique global
risque_global = marche.assess_climate_risk(days_ahead=7)
print(risque_global["recommendation"])

Traitement de données¶

import kadi.kidas as kidas

# Chargement et nettoyage en une ligne
df, rapport = kidas.load_and_clean("recolte_2024.csv")
print(f"{len(df)} lignes chargées")
print(f"Score qualité : {rapport['quality_score']['overall']:.2f}")

Lancer les tests¶

pytest tests/ -q

Les tests couvrent les 3 modules avec des mocks pour les appels réseau. Aucune clé API n'est nécessaire pour les faire passer.

Structure du projet¶

kadipy/
├── kadi/
│   ├── market/          # Module économie agricole
│   ├── weather/         # Module météorologie agronomique
│   ├── kidas/           # Module traitement des données
│   ├── cache.py         # Cache SQLite partagé
│   ├── config.py        # Configuration centralisée
│   └── exceptions.py    # Exceptions personnalisées
├── tests/               # Suite de tests (pytest)
├── docs/                # Cette documentation
├── config/              # Fichiers de configuration (prix carburant...)
└── requirements.txt

Zone géographique (V1.0.0)¶

KadiPy V1.0.0 est conçu exclusivement pour le Bénin. La validation des coordonnées GPS, les algorithmes phénologiques, les facteurs logistiques et les données de prix sont calibrés pour le contexte béninois.

Le support d'autres pays d'Afrique de l'Ouest est prévu dans les versions futures.