diff --git a/journal/Readme.md b/journal/Readme.md
index e37b3e942ffd87fbfe56c626e981ac1f9e7fdeeb..f68a90f6f58aa30c70ac6dc6408fda02ce46c810 100644
--- a/journal/Readme.md
+++ b/journal/Readme.md
@@ -92,10 +92,9 @@ import pandas as pd
 data_url = "http://www.sentiweb.fr/datasets/incidence-PAY-3.csv"
 local_file = pathlib.Path("data/incidence_grippal.csv")
 
-#### Créer le dossier 'data' si nécessaire
+#### Faut changer par : 
 local_file.parent.mkdir(parents=True, exist_ok=True)
 
-#### Télécharger si la copie locale n'existe pas encore
 if not local_file.exists():
     print("Téléchargement du fichier depuis le Réseau Sentinelles…")
     response = requests.get(data_url, timeout=30)
@@ -105,7 +104,6 @@ if not local_file.exists():
 else:
     print(f"✅ Données locales déjà présentes : {local_file}")
 
-#### Lecture du fichier CSV local
 raw_data = pd.read_csv(local_file, skiprows=1)
 
 
@@ -114,24 +112,17 @@ raw_data = pd.read_csv(local_file, skiprows=1)
 Avant de tracer les courbes, il faut :
 
 - Supprimer les espaces éventuels dans les noms de colonnes.
-
 - Convertir la colonne 'inc' en données numériques.
-
 - Vérifier que la colonne 'inc' contient bien des données valides.
 
 
-
-####  Étape 1 : Supprimer les espaces autour des noms de colonnes
 sorted_data.columns = sorted_data.columns.str.strip()
 
-####  Étape 2 : Convertir la colonne 'inc' en type numérique
 sorted_data['inc'] = pd.to_numeric(sorted_data['inc'], errors='coerce')
 
-####  Étape 3 : Vérifier les données
 print("Valeurs manquantes dans 'inc' :", sorted_data['inc'].isnull().sum())
 print("Valeurs valides dans 'inc' :", sorted_data['inc'].notnull().sum())
 
-####  Étape 4 : Tracer la courbe
 sorted_data['inc'].plot()