Skip to content

A quick way to be back on track with Python 3

License

Notifications You must be signed in to change notification settings

michelTho/back2python

 
 

Repository files navigation

Séminaire de reprise en main de Python

Mise en place de l'environnement

Il est demandé d'installer un environnement Anaconda depuis le lien suivant. Il est fortement probable que la version la plus adaptée à votre machine soit la version 64 bits.

Depuis une console Anaconda (Windows) ou un terminal (MacOS, Linux), si l'outil git n'est pas accessible, vous pouvez l'installer avec l'outil conda:

conda install git

Vous pouvez alors télécharger les notebooks qui seront mis à jour avant les prochaines séances.

git clone https://github.com/letstrythat/back2python
cd back2python

Avant chaque séance, il conviendra de télécharger les nouveaux notebooks:

git pull

Déroulement des séances

Lancer un environnement Jupyter:

jupyter lab

puis déroulez les notebooks dans l'ordre:

  1. Types et arithmétique de base
  2. NumPy et Matplotlib
  3. Pandas
  4. Les compréhensions de liste
  5. Le protocole d'itération appliqué à Pandas

Les notebooks suivants seront mis en ligne avant le prochain séminaire. Il n'est pas nécessaire de finir les notebooks avant une séance donnée, il est bien entendu que chacun avance à son propre rythme.

Les solutions aux exercices sont fournis, mais nous avons suffisamment de temps pour faire de notre mieux avant de charger les solutions. Les encadrants sont là pour aider !

Errata

  • Dans le notebook 02-pandas.ipynb, corriger la ligne suivante dans la dernière cellule:
from shapely.geometry import Polygon

shapes = {
    r.attributes['gn_a1_code'][3:]: [r.geometry]
    if type(r.geometry) == Polygon else r.geometry
    for r in shpreader.Reader(admin1_file).records()
    if r.attributes['adm0_a3'] == 'FRA'
    and r.attributes['gn_a1_code'][:2] == 'FR'
}

About

A quick way to be back on track with Python 3

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages

  • Jupyter Notebook 81.1%
  • Python 18.9%