- les limitations et les inconvénients d’un document computationnel (notebook):
1. Lorsque le code est long, il devient difficile d’avoir une vue d’ensemble
2. Les interactions entre différents langages peuvent être hasardeuses car elles sont peu explicites
...
...
@@ -29,3 +29,95 @@
- plate-forme utiliser pour archiver et mettre à disposition un article de recherche : **HAL ou ArXiv**
- plates-formes utiliser pour archiver et mettre à disposition des données: **Figshare et Zenodo**
- plate-formes utiliser pour archiver et mettre à disposition du code: **Github ou Gitlab et Zenodo**
5. Paradoxe de sympson
-on n'importe les librairie nécessaire ``` %matplotlib inline
import pandas as pd
import matplotlib.pyplot as plt
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") '''
- prendre les valeurs de data''' 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])'''
- 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])'''
- Apres on fait une bucle **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
'''c=0
m=0
for j in range(0,1314):
if 'Yes' in data.values[j,0]:
m=m+1
if 'Dead' in data.values[j,1]:
c=c+1 '''
'''
f=0
n=0
for j in range(0,1314):
if 'No' in data.values[j,0]:
f=f+1
if 'Dead' in data.values[j,1]:
n=n+1
(c/m)*100, (n/f)*100
'''
- Apres on decompose sur des intervale d'age pour les fummeurs et mort:
'''c=0
m=0
o=0
p=0
a=0
b=0
v=0
w=0
for j in range(0,1314):
if int(data.values[j,2])>=18 & int(data.values[j,2])<=34:
if 'Yes' in data.values[j,0]:
m=m+1
if 'Dead' in data.values[j,1]:
c=c+1
if int(data.values[j,2])>=35 & int(data.values[j,2])<=54:
if 'Yes' in data.values[j,0]:
o=o+1
if 'Dead' in data.values[j,1]:
p=p+1
if int(data.values[j,2])>=55 & int(data.values[j,2])<=64:
if 'Yes' in data.values[j,0]:
a=a+1
if 'Dead' in data.values[j,1]:
b=b+1
if int(data.values[j,2])>=65:
if 'Yes' in data.values[j,0]:
w=w+1
if 'Dead' in data.values[j,1]:
v=v+1'''
-apres on calcule les pourcentages pour chaque intervale d'age '''(c/m)*100,(p/o)*100,(b/a)*100,(v/w)*100'''
- Ensuite on decompose sur des intervale d'age pour les non fummeurs et mort:
'''c=0
m=0
o=0
p=0
a=0
b=0
v=0
w=0
for j in range(0,1314):
if int(data.values[j,2])>=18 & int(data.values[j,2])<=34:
if 'No' in data.values[j,0]:
m=m+1
if 'Dead' in data.values[j,1]:
c=c+1
if int(data.values[j,2])>=35 & int(data.values[j,2])<=54:
if 'No' in data.values[j,0]:
o=o+1
if 'Dead' in data.values[j,1]:
p=p+1
if int(data.values[j,2])>=55 & int(data.values[j,2])<=64:
if 'No' in data.values[j,0]:
a=a+1
if 'Dead' in data.values[j,1]:
b=b+1
if int(data.values[j,2])>=65:
if 'No' in data.values[j,0]:
w=w+1
if 'Dead' in data.values[j,1]:
v=v+1 '''
- le int(data) pour prendre le valeur de data ui est l'age
- apres on calcule les pourcentage ''' (c/m)*100,(p/o)*100,(b/a)*100,(v/w)*100'''
