ladatascience ladatascience

## install-requirements-Python
pip install -r requirements.txt

# En général le fichier contenant les requirements s'appelle requirements.txt.
# Si ce n'est pas le cas, remplacer requirements.txt par le nom du fichier contenant les requirements.

## deactivate-virtual-environment
deactivate

# Il suffit juste d'utiliser cette commande pour désactiver l'environnement virtuel.

## update-package-Python
pip install --upgrade <NOM DU PACKAGE>

# Par exemple, pour mettre à jour numpy, on fera: pip install --upgrade numpy

# Variante:
pip install -U <NOM DU PACKAGE>

# E.g.: pip install -U numpy

## create-virtual-environment-Python
# Une fois placé dans le dossier de votre projet, faites:

virtualenv .venv
source .venv/scripts/activate

## histogram-from-dataframe.py
import plotly.express as px

# Chargeons une dataframe pour l'exemple:
df = px.data.tips()

# Le code pour faire l'histogramme. À noter que "day" est spécifique à l'exemple en question.
fig = px.histogram(df, x="day")
fig.show()

## identity-torch.py
import torch

identity = torch.eye(n) # avec n la dimension de la matrice identité.

## copy-model-pytorch.py
from copy import deepcopy

model_copy = deepcopy(model) # où model est un modèle que vous avez défini au préalable.

## f-string.py
text = "Hello World!"
print(f"J'aimerais vous dire deux mots: {text}")

## extract-tar-gz
tar -xf file_name.tar.gz
# où file_name.tar.gz est le nom de votre fichier.

## choropleth-plotly.py
import plotly.express as px

# Chargeons des données pour l'exemple:
df = px.data.gapminder().query("year==2007")

# On crée et affiche la carte de l'exemple.
fig = px.choropleth(df, locations="iso_alpha",
                    color="lifeExp", # lifeExp est une colonne de df. Elle représente l'espérance de vie.
                    # C'est ce qu'on va visualiser sur la carte.
                    hover_name="country", # On rajoute la colonne pour voir l'information au survol de la carte.
	pip install -r requirements.txt

	# En général le fichier contenant les requirements s'appelle requirements.txt.
	# Si ce n'est pas le cas, remplacer requirements.txt par le nom du fichier contenant les requirements.
	deactivate

	# Il suffit juste d'utiliser cette commande pour désactiver l'environnement virtuel.
	pip install --upgrade <NOM DU PACKAGE>

	# Par exemple, pour mettre à jour numpy, on fera: pip install --upgrade numpy

	# Variante:
	pip install -U <NOM DU PACKAGE>

	# E.g.: pip install -U numpy
	# Une fois placé dans le dossier de votre projet, faites:

	virtualenv .venv
	source .venv/scripts/activate
	import plotly.express as px

	# Chargeons une dataframe pour l'exemple:
	df = px.data.tips()

	# Le code pour faire l'histogramme. À noter que "day" est spécifique à l'exemple en question.
	fig = px.histogram(df, x="day")
	fig.show()
	import torch

	identity = torch.eye(n) # avec n la dimension de la matrice identité.
	from copy import deepcopy

	model_copy = deepcopy(model) # où model est un modèle que vous avez défini au préalable.
	text = "Hello World!"
	print(f"J'aimerais vous dire deux mots: {text}")
	tar -xf file_name.tar.gz
	# où file_name.tar.gz est le nom de votre fichier.
	import plotly.express as px

	# Chargeons des données pour l'exemple:
	df = px.data.gapminder().query("year==2007")

	# On crée et affiche la carte de l'exemple.
	fig = px.choropleth(df, locations="iso_alpha",
	color="lifeExp", # lifeExp est une colonne de df. Elle représente l'espérance de vie.
	# C'est ce qu'on va visualiser sur la carte.
	hover_name="country", # On rajoute la colonne pour voir l'information au survol de la carte.