Skip to content

Instantly share code, notes, and snippets.

View Activer l’authentification SSH dans github.md

Activer l'authentification par SSH pour gérer vos repo github ou gist

Créer une paire de clés SSH:

ssh-keygen -t rsa

Récupérer votre clé public:

ls ~/.ssh
config  id_rsa  id_rsa.pub  known_hosts
View Utiliser matplotlib pyplot avec Jupyter.ipynb
Sorry, something went wrong. Reload?
Sorry, we cannot display this file.
Sorry, this file is invalid so it cannot be displayed.
@YannBouyeron
YannBouyeron / Chiffrement asymétrique (RSA) et symétrique (AES) avec PyCryptodome et Fernet.md
Created Jun 25, 2021
Chiffrement asymétrique (RSA) et symétrique (AES) avec PyCryptodome et Fernet
View Chiffrement asymétrique (RSA) et symétrique (AES) avec PyCryptodome et Fernet.md

Chiffrement asymétrique (RSA) et symétrique (AES) avec PyCryptodome et Fernet

Installer les modules nécessaires

pip install pycryptodome

pip install cryptography

RSA: Encrypt / Decrypt

@YannBouyeron
YannBouyeron / chrono.md
Last active Aug 20, 2021
Radio chronologie 14C 40K/40Ar U/Pb Rb/Sr
View chrono.md
View Croissance et décroissance.md

Croissance et décroissance.

Suite arithmétique et modèle linéaire.

En général, quand on observe l’évolution (déterministe) d’une quantité variant au cours du temps, on dispose de données discrètes , c’est a dire de valeurs relevées à intervalles de temps réguliers ou irréguliers.

Considérons que les données discrètes suivantes représentent l’évolution de la taille d’une plante en fonction du temps (le tout en unités arbitraires):

>>> import pandas as pd 
View Wiki.py
#!/usr/bin/env python3.6
import wikipedia
import argparse
def searcher(x):
print("\n")
print("="*30 + " WIKIPEDIA " + "="*30)
@YannBouyeron
YannBouyeron / ipfsloader.py
Last active Dec 21, 2020
Local & Infura ipfs loader
View ipfsloader.py
#!/usr/bin/env python3.6
import ipfshttpclient
import os
import glob
infura = ipfshttpclient.connect('/dns/ipfs.infura.io/tcp/5001/https', chunk_size=20000, session=True)
local = ipfshttpclient.connect('/ip4/127.0.0.1/tcp/5001/http', chunk_size=20000, session=True)
@YannBouyeron
YannBouyeron / Corrélation UV Mélanome.md
Last active Sep 26, 2019
Les UV : des agents mutagènes. Approche épidémiologique avec Pandas GeoPandas et Koala
View Corrélation UV Mélanome.md

Les UV : des agents mutagènes. Approche épidémiologique.

Les UV (région du spectre éléctro-magniétique comprise ente 10 nm et 400 nm) sont connus depuis longtemps pour être des agents mutagènes (agents augmentant la fréquence des mutations). Les dimères de thymine induits par les UV provoquent des mésappariements lors de la réplication conduisant ainsi à des mutations. Lorsque ces mutations affectent des mélanocytes du derme ou de l’épiderme, cela peut causer des mélanomes ou cancers de la peau.

Les expérimentations menées notamment chez les levures (exposées à des doses et/ou durées variables d’UV) confirment l’effet mutagène des UV. Ce type d’expériences ne pouvant être mené chez des humains pour des raisons éthiques , une approche épidémiologique s’impose donc pour vérifier l’effet mutagène des UV chez l’humain.

Importez les modules nécessaires.

import pandas as pd 
View Introduction à GeoPandas.md

Geopandas

Geopandas permet de créer des objets GeoDataFrame; ces objets très similaires aux DataFrame de Pandas, ont cependant la particularité de posséder une série géométrique qualifiée de GeoSeries contenant des coordonnées spatiales.

Importer geopandas

>>> import geopandas as gp 

Les GeoSeries