création de l'exercice n°4 du module 2

parent 9a38b92d
{
"cells": [],
"cells": [
{
"cell_type": "markdown",
"metadata": {},
"source": [
"# Le point sur les exercices"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"Pour joindre l'utile à l'agréable (enfin à l'exercice…), je fais ici le point sur des exercices que je dois produire pour une publication. \n",
"\n",
"Cette publication comporte 11 chapitres, mais il n'y a pas d'exercice dans le chapitre 1.\n",
"\n",
"J'ai écrit deux ensembles d'exercices : ceux dit « de base » et les énoncés « supplémentaires ».\n",
"\n",
"Les données (minuscules !) sont au format CSV : `chaps.csv`, `base.csv` et `supp.csv`. J'ai besoin de connaître le nombre moyen d'exercices par chapitre, le nombre total d'exercices et je désire avoir une vue graphique donnant le nombre d'exercices par chapitre."
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [],
"source": [
"import numpy as np\n",
"%matplotlib inline\n",
"import matplotlib.pyplot as plt\n",
"\n",
"## Lecture des données au format CSV\n",
"chaps = np.genfromtxt('chaps.csv', delimiter=',', dtype='int8')\n",
"base = np.genfromtxt('base.csv', delimiter=',', dtype='int8')\n",
"supp = np.genfromtxt('supp.csv', delimiter=',', dtype='int8')\n",
"\n",
"## calculs\n",
"exos = base + supp\n",
"moy_exos = np.mean(exos)\n",
"nb_exos = exos.sum()\n",
"\n",
"## plot\n",
"plt.axis([0, 12, 0, 40])\n",
"plt.plot(chaps, exos)\n",
"plt.show()"
]
}
],
"metadata": {
"kernelspec": {
"display_name": "Python 3",
......@@ -16,10 +63,9 @@
"name": "python",
"nbconvert_exporter": "python",
"pygments_lexer": "ipython3",
"version": "3.6.3"
"version": "3.6.4"
}
},
"nbformat": 4,
"nbformat_minor": 2
}
Markdown is supported
0% or
You are about to add 0 people to the discussion. Proceed with caution.
Finish editing this message first!
Please register or to comment