Update Readme.md

journal/Readme.md

@@ -163,20 +163,23 @@ Donnez un peu de contexte avec un paragraphe nommé "*## Contexte*", "*##*" sign
 
 Le contenu de ce paragraphe est le suivant : 
 
-"*Le but de cet exercice est d'écrire un document computationnel autour du SARS-CoV-2 (Covid-19). Il faut réaliser une représentaion graphique semblable à celles du [South China Morning Post](https://www.scmp.com/) concernant le nombre total de cas de personne atteintes de la maladie du Covid-19 par pays.
+"Le but de cet exercice est d'écrire un document computationnel autour du SARS-CoV-2 (Covid-19). Il faut réaliser une représentaion graphique semblable à celles du [South China Morning Post](https://www.scmp.com/) concernant le nombre total de cas de personne atteintes de la maladie du Covid-19 par pays.
 Nous nous concentrons sur les données disponibles à cette [adresse](https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_confirmed_global.csv).
 
-Dans notre cas nous regarderons les données des pays suivants : la Belgique (Belgium), la Chine - toutes les provinces sauf Hong-Kong (China), Hong Kong (China, Hong-Kong), la France métropolitaine (France), l’Allemagne (Germany), l’Iran (Iran), l’Italie (Italy), le Japon (Japan), la Corée du Sud (Korea, South), la Hollande sans les colonies (Netherlands), le Portugal (Portugal), l’Espagne (Spain), le Royaume-Unis sans les colonies (United Kingdom), les États-Unis (US).*"
+Dans notre cas nous regarderons les données des pays suivants : la Belgique (Belgium), la Chine - toutes les provinces sauf Hong-Kong (China), Hong Kong (China, Hong-Kong), la France métropolitaine (France), l’Allemagne (Germany), l’Iran (Iran), l’Italie (Italy), le Japon (Japan), la Corée du Sud (Korea, South), la Hollande sans les colonies (Netherlands), le Portugal (Portugal), l’Espagne (Spain), le Royaume-Unis sans les colonies (United Kingdom), les États-Unis (US)."
 
-Utiliser ``[]()`` pour ajouter des liens aux mots souhaités, par exemple : ``[fun-mooc.fr](https://www.fun-mooc.fr/fr/)``.
-Dans notre cas nous allons donner le lien ``https://www.scmp.com/`` pour ``South China Morning Post`` afin de donner accès au site d'origine des données que nous allons utiliser aux lecteurs et ``https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_confirmed_global.csv`` pour ``adresse`` afin de donner accès au données brutes aux lecteurs
+Utilisez ``[]()`` pour ajouter des liens aux mots souhaités, par exemple : ``[fun-mooc.fr](https://www.fun-mooc.fr/fr/)``.
+Dans votre cas vous allez donner le lien ``https://www.scmp.com/`` à ``South China Morning Post`` afin de donner accès au site d'origine des données que vous allez utiliser aux lecteurs et ``https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_confirmed_global.csv`` à ``adresse`` afin de donner accès aux données brutes aux lecteurs
 
 #### 3. Exploitation des données
 
-Nous allons maintenant traiter les données que nous avons récupérées via le lien ``https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_confirmed_global.csv``.
-Nous voulons extraire les données du nombre de personne ayant eu le Covid 19 depuis le début de l'épidémie en fonction de la date et du pays parmis les pays que nous avons selectionnés.
+Vous allez maintenant traiter les données que vous avez récupérées via le lien ``https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_confirmed_global.csv``.
+Votre but est d'extraire les données du nombre de personne ayant eu le Covid 19 depuis le début de l'épidémie en fonction de la date et du pays parmis les pays que nous avons selectionnés.
 
-Les différentes anotations en markdown dans cette partie n'étant pas une nécessité, elles vous seront données comme ceci : MARKDOWN : "Texte". Si vous voulez avoir exactement le même document il vous faudra alors les ajouter a votre propre document computationnel.
+Afin d'avoir exactement les mêmes données daté du 14/10/2022, enregitrez les données données suivantes : [ici](https://app-learninglab.inria.fr/moocrr/jupyter/user/f3525de4a1a18e7596f7a06bd19c9fc1/edit/work/module3/exo3/Donn%C3%A9es%20Covid%2019.csv), dans un document .csv nommé "Données Covid 19.csv" dans le même fichier que votre document computationnel.
+
+De la même manière que pour les textes précedants 
+Les différentes anotations en markdown dans cette partie n'étant pas une nécessité pour le fonctionnement du code, elles vous seront données comme ceci : MARKDOWN : "Texte". Si vous voulez avoir exactement le même document, il vous faudra alors les ajouter a votre propre document computationnel.
 
 MARKDOWN : "## Exploitation des données"  
 MARKDOWN : "Afin de pouvoir traité ces données en python, il est nécessaire d'importer les bibliothèques python suivantes."
@@ -192,7 +195,6 @@ import isoweek
 
 MARKDOWN : "Pour ne pas avoir de problème de modification de données entre temps j'enregistre les données localement. Ces données n'évolueront donc pas ce qui évitera des problèmes par la suite. En revanche, la date la plus récentes est le 14/10/2022, date de la sauvegarde local."
 
-Afin d'avoir exactement les mêmes données daté du 14/10/2022, enregitrez les données données suivantes [ici](https://app-learninglab.inria.fr/moocrr/jupyter/user/f3525de4a1a18e7596f7a06bd19c9fc1/edit/work/module3/exo3/Donn%C3%A9es%20Covid%2019.csv) dans un document .csv nommé "Données Covid 19.csv" dans le même fichier que votre document computationnel.
 
 Nous pouvons maintenant ouvrir nos données à l'aide de la fonction ``pd.read_csv()``. Pour cela écrivez le code suivant :