# Journal de bord ## Le 05/10/2020 1. Reçu la première mission. 2. Commencé à lire et assister aux vidéos de l'introduction et du premier paragraphe. ## Le 06/10/2020 1. Vu le deuxième paragraphe et pris quelques notes à propos de l'histoire de la prise de notes. 2. Vu le troisième paragraphe et enseigné le langage Markdown. ## Le 07/10/2020 1. Pris quelques notes des paragraphes 3 et 4. 2. Fais les quiz. ## Le 08/10/2020 1. Fais les exercices 01-1; 01-2 et 01-3 2. Réponses aux questions de l'exercice 01-1: - Gitlab Recherche: - module1/exo1/aebef6b0a5.txt - module1/exo1/f683bbad4b.txt - Gitlab Historique: - 505c4e26afaeaae6f563fe8b593155ec9d6210ca - Arnaud Legrand ## Le 13/10/2020 1. Reçu la deuxième mission. 2. Commencé à lire et assister aux vidéos de l'introduction et du premier paragraphe. ## Le 14/10/2020 1. Vu le deuxième paragraphe et pris quelques notes. 2. Vu le troisième et le quatrième paragraphe (A) et enseigné l'outil Jupyter Notebook. ## Le 15/10/2020 Vu le quatrième paragraphe (B) et enseigné l'outil R Studio. ## Le 16/10/2020 Vu le quatrième paragraphe (C) et enseigné l'outil OrgMode. ## Le 17/10/2020 Vu les trois derniers paragraphes. ## Le 19/10/2020 1. Accomplis la mission 2 en faisant les exercices 02-1; 02-2 et 02-3. 2. Mis à jour du journal de bord sur Gitlab en langage Markdown. 3. Mis à jour du journal de bord sur Jupyter Notebook. ## Le 20/10/2020 1. Reçu la troisième mission. 2. Lu l'introduction. ## Le 21/10/2020 1. Assisté au vidéo du paragraphe 1 et pris de notes. 2. Fais le quiz 12 correctement. ## Le 22/10/2020 1. Assister au vidéo du paragraphe 2 et pris de notes. 2. Fais le quiz 13 correctement. ## Le 23/10/2020 1. Fais les paragraphes 3,4 et 5. 2. Enseigné comment emporter des données, les analyser et tirer des réponses à certaines questions concernant l'analyse avec Jupyter/ Python, Rstudio/ R et OrgMode/ Python + R. ## Le 26/10/2020 1. Fais L'exercice 02-1 correctement sur Jupyter Notebook. 2. Fais L'exercice 02-2 correctement sur Jupyter Notebook, et les réponses sont: - 2010. - 2002. 3. Mis à jour le journal de bord. ## Le 30/10/2020 Reçu la 4ème mission. ## Le 1/11/2020 Fais des révisions à propos du Matplotlib. ## Le 3/11/2020 Exploité les sujets du travail pratique évalué par les pairs. ## Le 5/11/2020 1. Choisi le Sujet 2 : le pouvoir d'achat des ouvriers anglais du XVIe au XIXe siècle. 2. Choisi de le faire avec Jupyter Notebook. 3. Importé ses données en format csv. ## Le 9/11/2020 Fais la première partie de l'exercice. ## Le 10/11/2020 Fais la deuxième partie de l'exercice. ## Le 11/11/2020 1. Terminé l'exerice. 2. Déposé le notebook dans GitHub sur le lien (https://app-learninglab.inria.fr/moocrr/gitlab/1661d26ea203f8f0ee929edaef91bf91/mooc-rr/blob/7ce5a4206c21008513bc05a5de5cfa2e6ebb4b5e/module3/exo3/Sujet2.ipynb) 3. Déposé le notebook dans le MOOC et répondu aux questions. 4. Mis à jour le journal de bord. ## Le 12/11/2020 Corrigé le document coputationnel d'un autre étudiant participant au MOOC (comme demandé dans le MOOC) ## Le 18/11/2020 Reçu la 5ème(dernière) mission. __Les étapes à accomplir le document computationnel du Sujet 2:__ 1. Importer les libraries (modules) dy Python nécessaires à lire et analyser un fichier de type .csv et à tracer des graphiques qui sont pandas et matplotlib.pyplot. 2. Définir une variable data_url égale au lien du fichier. 3. Lire ce fichier en utilisant la fonction pandas.read_csv et l'afficher. 4. Eliminer les lignes ayant des valeurs NaN en utilisant la fonction raw_data.dropna() et copier les nouvelles données dans une nouvelle variable data qui doit être définie. 5. Les données contiennent 4 colonnes, la numérotation, l'année, le prix du blé en Shillings/quart de boisseau et le salaire de l'ouvrier anglais en Shillings/semaine. Il faut définir une variable pour chacune des 3 dernières colonnes soit x, y1 et y2 respectivement. 6. Pour reproduire le graphe de Playfair il faut tracer la variation de y1 et y2 en fonction de x sur le même graphique sachant que y1 = f(x) est une courbe rouge qui délimite avec l'axe des x une surface bleue et que y2 = g(x) doit être représentée en barres noires. En utilisant : matplotlib.pyplot.plot(x, y1, color='r', label = 'Salaire hebdomadaire d un ouvrier au cours du temps') pour tracer y1 = f(x) matplotlib.pyplot.fill_between(x, 0, y1, color='b', alpha=0.75) pour colorier la surface et matplotlib.pyplot.bar(x,y2, color='k', label = 'Prix d un quart de boisseau de blé au cours du temps') pour tracer y2 = g(x) 7. Pour tracer y1 = f(x) et y2 = g(x) en tant que courbes ayant le même axe des x et chacune un axe des y il faut utiliser matplotlib.pyplot.subplot pour definir deux axes des ordonnées et tracer les deux figures ensemble. 8. Pour tracer le pouvoir d'achat d'un ouvrier anglais au cours du temps, on trace la variation de y1/y2 en fonction de x en bleu et on colorie la surface entre la courbe et l'axe des x en rouge. 9. Enfin c'est demandé dans les questions du sujet mais l'étude nétais pas valide comme le tracé du pouvoir d'achat en fonction du temps, mais la dernière partie du sujet voulait qu'on trace la variation de y1 en fonction de y2 et la variation de y2 en fonction de y1 sans tenir compte du temps or le sujet c'etais d'analyser le pouvoir d'achat en fonction du temps c.à.d. analyser la variation de y1/y2 en fonction de x. Pour tracer y2 en fonction de y1 on peut la faire suivant deux manières sur le même graphique, l'une en courbe et l'autre en barres ou histogramme comme expliqué dans l'étape 6. De même pour y2 en fonction de y1. 10. Analyser toutes le figures après chaque code et l'affichage en utilisant la cellule comme language Markdown non pas code et choisir la meilleure méthode de démontrer la théorie de Playfair qui dit que le pouvoir d'achat augmente avec le temps. ## Le 02/12/2020 1. Terminé le MOOC 2. Mis à jour le journal de bord