diff --git a/journal/Mon_journal_de_bord_en_markdown.md b/journal/Mon_journal_de_bord_en_markdown.md
index ff5713825ead6b15c1803e2f6e2a6af8928b8f20..ab79f023e933f4c4696dbc28cf5a77dae9e62ce2 100644
--- a/journal/Mon_journal_de_bord_en_markdown.md
+++ b/journal/Mon_journal_de_bord_en_markdown.md
@@ -150,6 +150,6 @@ j'avais travaillé avec le **Sujet 1 : Concentration de CO2 dans l'atmosphère d
 
 **Explication de la méthode utilisée pour commiter le sujet 1 Concentration de CO2 dans l'atmosphère depuis 1958**
 
-Après avoir acceder à mon espace **FUN MOOC** j'ai choisi le *sujet 1*. En suite je suite partie recupérer les données de ce sujet dans ce lien :[fun-mooc.fr]{https://scrippsco2.ucsd.edu/assets/data/atmospheric/stations/in_situ_co2/weekly/weekly_in_situ_co2_mlo.csv}
-Pour commiter ces données, j'ai accéder d'abord au **notebook de jupyter** puis j'ai importé certaines bibiliothéques telle que: *matplotlib.pyplot* pour pouvoir réaliser mes graphes, *pandas* pour lire mes données en CSV, *isoweek* pour permettre à Pandas de comprendre les numéros de semaine.
-Après avoir exportées mes bibiliothéques , j'ai utlisé **pandas.read_csv ( le lien où se trouve mes données , skiprows = (nombre de lignes en commentaire)** pour importer mes données à partir de mon lien. *skiprows* permet de supprimer les lignes en commentaire). Et à la fin j'ai ploté mes données par l'utilisation de **matplotlib.pyplot(temps, Concentration de CO2 dans l'atmosphère )** où le temps représente l'axe des abcisses et Concentration de CO2 dans l'atmosphère représente celui des ordonnées. 
\ No newline at end of file
+Après avoir acceder à mon espace **FUN MOOC** j'ai choisi le *sujet 1*. En suite je suis parti recupérer les données de ce sujet dans ce lien :[fun-mooc.fr]{https://scrippsco2.ucsd.edu/assets/data/atmospheric/stations/in_situ_co2/weekly/weekly_in_situ_co2_mlo.csv}
+Pour commiter ces données, j'ai accéder d'abord au **notebook de jupyter** puis  j'ai importé certaines bibiliothéques telle que: *matplotlib.pyplot* pour pouvoir réaliser mes graphes, *pandas* pour lire mes données en CSV, *isoweek* pour permettre à Pandas de comprendre les numéros de semaine.
+Après avoir importées mes bibiliothéques , j'ai utlisé **pandas.read_csv ( le lien où se trouve mes données , skiprows = (nombre de lignes en commentaire)** pour importer mes données à partir de mon lien. *skiprows* permet de supprimer les lignes en commentaire). Et à la fin j'ai ploté mes données par l'utilisation de **matplotlib.pyplot(temps, Concentration de CO2 dans l'atmosphère )** où le temps représente l'axe des abcisses et Concentration de CO2 dans l'atmosphère représente celui des ordonnées. 
\ No newline at end of file