#+TITLE:  Quelques statistiques de base
#+AUTHOR: Samuel Loury
#+DATE:   [2020-06-23 Tue]
#+LANGUAGE: fr
# #+PROPERTY: header-args :eval never-export

#+HTML_HEAD: <link rel="stylesheet" type="text/css" href="http://www.pirilampo.org/styles/readtheorg/css/htmlize.css"/>
#+HTML_HEAD: <link rel="stylesheet" type="text/css" href="http://www.pirilampo.org/styles/readtheorg/css/readtheorg.css"/>
#+HTML_HEAD: <script src="https://ajax.googleapis.com/ajax/libs/jquery/2.1.3/jquery.min.js"></script>
#+HTML_HEAD: <script src="https://maxcdn.bootstrapcdn.com/bootstrap/3.3.4/js/bootstrap.min.js"></script>
#+HTML_HEAD: <script type="text/javascript" src="http://www.pirilampo.org/styles/lib/js/jquery.stickytableheaders.js"></script>
#+HTML_HEAD: <script type="text/javascript" src="http://www.pirilampo.org/styles/readtheorg/js/readtheorg.js"></script>

* Comment calculer quelques statistiques de base

** L'entrée

   On récupère la même entrée que dans l'exercice précédent

   #+NAME: input
   #+BEGIN_SRC python :results table :exports results :var input=../exo2/exercice_python_fr.org:input
     return input
   #+END_SRC

   #+RESULTS: input
   | 14.0 | 7.6 | 11.2 | 12.8 | 12.5 | 9.9 | 14.9 | 9.4 | 16.9 | 10.2 | 14.9 | 18.1 | 7.3 | 9.8 | 10.9 | 12.2 | 9.9 | 2.9 | 2.8 | 15.4 | 15.7 | 9.7 | 13.1 | 13.2 | 12.3 | 11.7 | 16.0 | 12.4 | 17.9 | 12.2 | 16.2 | 18.7 | 8.9 | 11.9 | 12.1 | 14.6 | 12.1 | 4.7 | 3.9 | 16.9 | 16.8 | 11.3 | 14.4 | 15.7 | 14.0 | 13.6 | 18.0 | 13.6 | 19.9 | 13.7 | 17.0 | 20.5 | 9.9 | 12.5 | 13.2 | 16.1 | 13.5 | 6.3 | 6.4 | 17.6 | 19.1 | 12.8 | 15.5 | 16.3 | 15.2 | 14.6 | 19.1 | 14.4 | 21.4 | 15.1 | 19.6 | 21.7 | 11.3 | 15.0 | 14.3 | 16.8 | 14.0 | 6.8 | 8.2 | 19.9 | 20.4 | 14.6 | 16.4 | 18.7 | 16.8 | 15.8 | 20.4 | 15.8 | 22.4 | 16.2 | 20.3 | 23.4 | 12.1 | 15.5 | 15.4 | 18.4 | 15.7 | 10.2 | 8.9 | 21.0 |

** Les calculs
   :PROPERTIES:
   :ID:       8b184294-1fdc-4f67-9bdc-ddf483f97c9c
   :END:

   Avec les données de l'exercice 2, on doit afficher un plot + histogramme.

   Cette fois, afin de tester d'autres technologies, je vais essayer avec le paquet
   emacs-jupyter.

   Poor ce faire, il faut avoir une version d'emacs ayant activé les modules
   importables. Si vous utilisez nix, vous pouvez simplement utiliser ~nix-shell -p
   emacs --run emacs~.

   On charge la donnée dans pandas, comme dans l'exercice 2.

   #+NAME: load_input
   #+BEGIN_SRC jupyter-python :results value :var i=input() :exports code :session 8b184294-1fdc-4f67-9bdc-ddf483f97c9c
     from pandas import DataFrame
     df = DataFrame(i).T
     df
   #+END_SRC

   Puis on affiche simplement le plot.
   #+NAME: plot
   #+BEGIN_SRC jupyter-python :file plot.png :results value :exports botho :session 8b184294-1fdc-4f67-9bdc-ddf483f97c9c
     import matplotlib.pyplot as plt
     df.plot()
     plt.savefig("plot.png")
   #+END_SRC

   #+attr_html: :width 640px :height 480px
   #+RESULTS: plot
   [[file:plot.png]]

   Et l'histogramme.

   #+NAME: hist
   #+BEGIN_SRC jupyter-python :file hist.png :results value :exports botho :session 8b184294-1fdc-4f67-9bdc-ddf483f97c9c
     import matplotlib.pyplot as plt
     df.hist()
     plt.savefig("hist.png")
   #+END_SRC

   #+attr_html: :width 640px :height 480px
   #+RESULTS: hist
   [[file:hist.png]]