Notebooks Coverage

Report on last executions.

97% 2019-09-14

index	coverage	exe time	last execution	name	title	success	time	nb cells	nb runs	nb valid
0	100%	3.946	2019-09-14	decouverte/pandas_start.ipynb	DataFrames Pandas	True	5.572	33	33	33
1	100%	0.001	2019-09-14	examen/enonce_2017.ipynb	Evaluation Python année 2016-2017 - énoncé	True	0.888	10	10	10
2	93%	7.368	2019-09-14	examen/solution_2016.ipynb	Solution - énoncé avril 2016	True	8.262	15	14	14
3	100%	23.400	2019-09-14	examen/solution_2017.ipynb	Evaluation Python année 2016-2017 - solution	True	24.431	70	70	70
4	100%	0.593	2019-09-14	exemples/basic_example.ipynb	Exemple de notebooks	True	1.495	4	4	4
5	100%	1.063	2019-09-14	exemples/tables_avec_guillemets.ipynb	Tables avec guillemets	True	2.061	9	9	9
6	100%	1.962	2019-09-14	exercices/pyramide_bigarree.ipynb	Tracer une pyramide bigarrée	True	2.823	11	11	11
7	0%	nan		internet/wikipedia_stats_correction.ipynb	Statistiques Wikipedia - énoncé		nan	11	0
8	0%	nan		internet/wikipedia_stats_correction2.ipynb	Statistiques Wikipedia - correction (live)		nan	10	0
9	100%	24.690	2019-09-07	internet/wikipedia_stats_enonce.ipynb	Statistiques Wikipedia - énoncé	True	25.699	8	8	8
10	100%	16.652	2019-09-14	nlp/reconstruction_synonymes_correction.ipynb	Reconstruction de synonymes - correction	True	17.690	35	35	35
11	100%	14.391	2019-09-14	nlp/reconstruction_synonymes_enonce.ipynb	Reconstruction de synonymes - énoncé	True	15.394	15	15	15
12	100%	112.087	2019-09-14	sessions/2017_session6.ipynb	Session 26/6/2017 - machine learning	True	113.134	54	54	54
13	100%	10.832	2019-09-07	sessions/bigdata_ways.ipynb	Séance big data	True	11.869	43	43	43
14	100%	23.439	2019-09-14	sessions/election_carte_electorale.ipynb	Elections et cartes électorales - énoncé	True	24.398	28	28	28
15	100%	446.321	2019-09-07	sessions/election_carte_electorale_correction.ipynb	Elections et cartes électorales - correction	True	447.398	120	120	120
16	100%	33.596	2019-09-14	sessions/population_recuperation_donnees.ipynb	Récupération des données	True	34.486	16	16	16
17	100%	10.764	2019-09-14	sessions/seance4_projection_population_correction.ipynb	Evoluation d’une population (correction)	True	11.703	33	33	33
18	100%	0.103	2019-09-14	sessions/seance4_projection_population_enonce.ipynb	Evoluation d’une population - énoncé	True	1.074	2	2	2
19	100%	0.787	2019-09-14	sessions/seance5_approche_fonctionnelle_correction.ipynb	Données, approches fonctionnelles - correction	True	2.155	6	6	6
20	94%	71.591	2019-09-14	sessions/seance5_approche_fonctionnelle_enonce.ipynb	Données, approches fonctionnelles - énoncé	True	72.531	34	32	32
21	100%	38.626	2019-09-14	sessions/seance5_cube_multidimensionnel_correction.ipynb	Cube multidimensionnel - correction	True	39.524	8	8	8
22	100%	42.656	2019-09-14	sessions/seance5_cube_multidimensionnel_enonce.ipynb	Cube multidimensionnel - énoncé	True	43.631	33	33	33
23	100%	47.727	2019-09-14	sessions/seance5_sql_multidimensionnelle_correction.ipynb	Données multidimensionnelles SQL - correction	True	48.621	18	18	18
24	100%	51.495	2019-09-14	sessions/seance5_sql_multidimensionnelle_enonce.ipynb	Données multidimensionnelles SQL - énoncé	True	52.434	35	35	35
25	100%	10.500	2019-09-07	sessions/seance6_graphes_correction.ipynb	Graphes - correction	True	11.416	29	29	29
26	100%	36.624	2019-09-07	sessions/seance6_graphes_enonce.ipynb	Graphes - énoncé	True	37.563	49	49	49
27	100%	3.927	2019-09-14	sessions/seance6_graphes_ml_correction.ipynb	Graphes en machine learning - correction	True	5.413	11	11	11
28	100%	200.458	2019-09-07	sessions/seance6_graphes_ml_enonce.ipynb	Graphes en machine learning - énoncé	True	201.463	88	88	88