Update Journal.bord-markdown.md

Journal.bord-markdown.md

@@ -46,19 +46,23 @@ import numpy as np
  
 - on importe le data par son lien web en utilisant la librairie panda: 
 
-~~~data= pd.read_csv("https://gitlab.inria.fr/learninglab/mooc-rr/mooc-rr-ressources/-/raw/master/module3/Practical_session/Subject6_smoking.csv?inline=false")~~~  
+~~~data= pd.read_csv("https://gitlab.inria.fr/learninglab/mooc-rr/mooc-rr-ressources/-/raw/master/module3/Practical_session/Subject6_smoking.csv?inline=false")
+~~~  
 
 - prendre les valeurs de data
 
-~~~data.values~~~
+~~~data.values
+~~~
 
 - on rempli un tableu par le premier colonne de data sous forme d'une chaine de caractere de Yes or No
 
-~~~data.values[:,0]= str(data.values[:,0])~~~
+~~~data.values[:,0]= str(data.values[:,0])
+~~~
 
 - on rempli un tableu par le deuxieme colonne de data sous forme d'une chaine de caractere de Alive or Dead
 
-~~~data.values[:,1]=str(data.values[:,1])~~~
+~~~data.values[:,1]=str(data.values[:,1])
+~~~
 
 
 - Apres on fait une boucle **for** sur le premier colonne si les femmes sont fumeurs  **m=m+1** et si elle  sont  mort **c=c+1**puis une deuxieme boucle **for**  sur le deuxieme colonne si les femmes sont non fumeurs  **f=f+1** et si elles sont  mort **n=n+1** et apres on calcule le rapport
@@ -79,7 +83,8 @@ for j in range(0,1314):
         f=f+1
         if 'Dead' in data.values[j,1]:
             n=n+1
-(c/m)*100, (n/f)*100~~~
+(c/m)*100, (n/f)*100
+~~~
 
 - Apres on decompose sur des intervale d'age pour les fummeurs et mort: