journal/journal.md

@@ -5,3 +5,60 @@ module1/exo1/f683bbad4b.txt
 ## Gitlab Historique  
 505c4e26  
 Arnaud Legrand
+
+
+
+# 15/11/21 : reprise
+## Module 1 : 
+Réalisation des exercices 01-1, 01-2 (Markdown + quiz d'auto-évaluation), 01-3
+## Module 2 : 
+Exercice Jupyter, le problème existant lors du cours de M1 est-il corrigé ? ... non.
+
+# 22/11/21 : 
+## Module 3 : 
+Exercice Jupyter. Des problèmes existent tjs et empêchent la bonne réalisation de l'exercice. 
+https://mybinder.org/v2/gh/jupyterlab/jupyterlab-demo/7390762294552deb550b486928646705bbb24333?urlpath=lab%2Ftree%2Fdemo%2FAnalyse_syndromes_grippaux.ipynb
+
+# 28/11/21 :
+Résolution de problème Jupyter : le problème était lié directement à l'ouverture via Anaconda Prompt et semble corrigé. 
+Reprise de l'exercice du module 3 qui semble fonctionner normalement.
+
+## Module 4 :
+
+### Quizz 14 - 4.1 L'enfer des données 
+
+1. b	
+2. b
+3. a
+4. b
+5. a c		
+6. a
+7. b c	
+
+### Quizz 15 - 4.2 L'enfer du logiciel
+
+1. a d f g
+2. a b c
+3. a b c
+4. f g 
+5. b 
+6. g
+7. h j
+8. f i
+
+### Quizz 16 - 4.3 L'enfer du calcul
+
+1. a c
+2. b c 
+3. 
+
+## Module 3 :
+
+Réalisation de l'exercice 2 : Analyse de l'incidence de la varicelle
+Programme analogue à l'exercice sur la grippe avec les données récupérer via le site du réseau sentinelle.
+
+### Réponses de l'exercice :
+1. Quelle est l'année avec l'épidémie la plus forte ? 2009
+2. Quelle est l'année avec l'épidémie la plus faible ? 2020
+
+

module2/exo2/.ipynb

+{
+ "cells": [
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "import numpy as np\n",
+    "a = np.array([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])\n",
+    "print('Le minimum est :',np.amin(a))\n",
+    "print('Le maximum est :',np.amax(a))\n",
+    "print('La moyenne est :',np.mean(a))\n",
+    "print('L écart type est :', np.nanstd(a))\n",
+    "print('La médiane est :', np.median(a))"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "metadata": {},
+   "outputs": [],
+   "source": []
+  }
+ ],
+ "metadata": {
+  "kernelspec": {
+   "display_name": "Python 3",
+   "language": "python",
+   "name": "python3"
+  },
+  "language_info": {
+   "codemirror_mode": {
+    "name": "ipython",
+    "version": 3
+   },
+   "file_extension": ".py",
+   "mimetype": "text/x-python",
+   "name": "python",
+   "nbconvert_exporter": "python",
+   "pygments_lexer": "ipython3",
+   "version": "3.6.4"
+  }
+ },
+ "nbformat": 4,
+ "nbformat_minor": 2
+}

module2/exo2/Untitled.ipynb

+{
+ "cells": [],
+ "metadata": {},
+ "nbformat": 4,
+ "nbformat_minor": 4
+}

module2/exo2/exercice-Copy1.ipynb

+{
+ "cells": [
+  {
+   "cell_type": "code",
+   "execution_count": 10,
+   "metadata": {},
+   "outputs": [
+    {
+     "name": "stdout",
+     "output_type": "stream",
+     "text": [
+      "Le minimum est : 2.8\n",
+      "Le maximum est : 23.4\n",
+      "La moyenne est : 14.113000000000001\n",
+      "L écart type est : 4.312369534258399\n",
+      "La médiane est : 14.5\n"
+     ]
+    }
+   ],
+   "source": [
+    "import numpy as np\n",
+    "a = np.array([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])\n",
+    "print('Le minimum est :',np.amin(a))\n",
+    "print('Le maximum est :',np.amax(a))\n",
+    "print('La moyenne est :',np.mean(a))\n",
+    "print('L écart type est :', np.nanstd(a))\n",
+    "print('La médiane est :', np.median(a))"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "metadata": {},
+   "outputs": [],
+   "source": []
+  }
+ ],
+ "metadata": {
+  "kernelspec": {
+   "display_name": "Python 3",
+   "language": "python",
+   "name": "python3"
+  },
+  "language_info": {
+   "codemirror_mode": {
+    "name": "ipython",
+    "version": 3
+   },
+   "file_extension": ".py",
+   "mimetype": "text/x-python",
+   "name": "python",
+   "nbconvert_exporter": "python",
+   "pygments_lexer": "ipython3",
+   "version": "3.6.4"
+  }
+ },
+ "nbformat": 4,
+ "nbformat_minor": 2
+}

module2/exo2/exercice.ipynb

 {
- "cells": [],
+ "cells": [
+  {
+   "cell_type": "code",
+   "execution_count": 10,
+   "metadata": {},
+   "outputs": [
+    {
+     "name": "stdout",
+     "output_type": "stream",
+     "text": [
+      "Le minimum est : 2.8\n",
+      "Le maximum est : 23.4\n",
+      "La moyenne est : 14.113000000000001\n",
+      "L écart type est : 4.312369534258399\n",
+      "La médiane est : 14.5\n"
+     ]
+    }
+   ],
+   "source": [
+    "import numpy as np\n",
+    "a = np.array([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])\n",
+    "print('Le minimum est :',np.amin(a))\n",
+    "print('Le maximum est :',np.amax(a))\n",
+    "print('La moyenne est :',np.mean(a))\n",
+    "print('L écart type est :', np.nanstd(a))\n",
+    "print('La médiane est :', np.median(a))"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "metadata": {},
+   "outputs": [],
+   "source": []
+  }
+ ],
  "metadata": {
   "kernelspec": {
    "display_name": "Python 3",
@@ -16,10 +51,9 @@
    "name": "python",
    "nbconvert_exporter": "python",
    "pygments_lexer": "ipython3",
-   "version": "3.6.3"
+   "version": "3.6.4"
   }
  },
  "nbformat": 4,
  "nbformat_minor": 2
 }
-