Version2

module2/exo1/toy_notebook_fr.ipynb

@@ -4,11 +4,13 @@
    "cell_type": "markdown",
    "metadata": {},
    "source": [
-    "Toy _ notebook _ fr\n",
-    " \n",
-    "March 28, 2019\n",
-    "\n",
-    "# A propos du calcul de π\n",
+    "# A propos du calcul de π"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
     "## En demandant à la lib maths\n",
     "Mon ordinateur m'indique que π vaut _aproximativement_ "
    ]
@@ -27,7 +29,7 @@
     }
    ],
    "source": [
-    "In [1]: from math import *\n",
+    "from math import *\n",
     "print(pi)"
    ]
   },
@@ -36,7 +38,7 @@
    "metadata": {},
    "source": [
     " ## En utilisant la méthode des aiguilles de Buffon\n",
-    " Mais calculé avec la **méthode** des [aiguilles de Buffon](https://fr.wikipedia.org/wiki/Aiguille_de_Buffon), on obtiendrait comme **approximation**:"
+    "Mais calculé avec la __méthode__ des [aiguilles de Buffon](https://fr.wikipedia.org/wiki/Aiguille_de_Buffon), on obtiendrait comme __approximation__:"
    ]
   },
   {
@@ -56,7 +58,7 @@
     }
    ],
    "source": [
-    "In [2]: import numpy as np\n",
+    "import numpy as np\n",
     "np.random.seed(seed=42)\n",
     "N = 10000\n",
     "x = np.random.uniform(size=N, low=0, high=1)\n",
@@ -91,7 +93,7 @@
     }
    ],
    "source": [
-    "In [3]: %matplotlib inline\n",
+    "%matplotlib inline\n",
     "import matplotlib.pyplot as plt\n",
     "np.random.seed(seed=42)\n",
     "N = 1000\n",
@@ -130,7 +132,7 @@
     }
    ],
    "source": [
-    "In [4]: 4*np.mean(accept)"
+    "4*np.mean(accept)"
    ]
   },
   {