Notebooks Coverage

Report on last executions.

97% 2018-06-15

_images/nbcov-2018-06-15.png
index coverage exe time last execution name title success time nb cells nb runs nb valid
0 100% 3.788 2018-06-15 decouverte/pandas_start.ipynb DataFrames Pandas True 8.251 33 33 33
1 100% 0.001 2018-06-15 examen/enonce_2017.ipynb Evaluation Python année 2016-2017 - énoncé True 4.069 10 10 10
2 93% 13.230 2018-06-15 examen/solution_2016.ipynb Solution - énoncé avril 2016 True 17.118 15 14 14
3 100% 17.962 2018-06-15 examen/solution_2017.ipynb Evaluation Python année 2016-2017 - solution True 23.210 70 70 70
4 100% 0.609 2018-06-15 exemples/basic_example.ipynb Exemple de notebooks True 5.085 4 4 4
5 100% 0.895 2018-06-15 exemples/tables_avec_guillemets.ipynb Tables avec guillemets True 5.081 9 9 9
6 100% 3.128 2018-06-15 exercices/pyramide_bigarree.ipynb Tracer une pyramide bigarrée True 7.107 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% 25.875 2018-06-15 internet/wikipedia_stats_enonce.ipynb Statistiques Wikipedia - énoncé True 30.223 8 8 8
10 100% 24.181 2018-06-15 nlp/reconstruction_synonymes_correction.ipynb Reconstruction de synonymes - correction True 28.150 35 35 35
11 100% 19.230 2018-06-15 nlp/reconstruction_synonymes_enonce.ipynb Reconstruction de synonymes - énoncé True 35.136 15 15 15
12 100% 96.496 2018-06-15 sessions/2017_session6.ipynb Session 26/6/2017 - machine learning True 101.243 53 53 53
13 100% 14.256 2018-06-08 sessions/bigdata_ways.ipynb Séance big data True 18.318 43 43 43
14 100% 25.452 2018-06-15 sessions/election_carte_electorale.ipynb Elections et cartes électorales - énoncé True 29.366 28 28 28
15 100% 633.067 2018-06-15 sessions/election_carte_electorale_correction.ipynb Elections et cartes électorales - correction True 638.251 118 118 118
16 100% 53.058 2018-06-15 sessions/population_recuperation_donnees.ipynb Récupération des données True 57.263 16 16 16
17 100% 15.467 2018-06-15 sessions/seance4_projection_population_correction.ipynb Evoluation d’une population (correction) True 20.159 33 33 33
18 100% 0.046 2018-06-15 sessions/seance4_projection_population_enonce.ipynb Evoluation d’une population - énoncé True 5.088 2 2 2
19 100% 1.040 2018-06-15 sessions/seance5_approche_fonctionnelle_correction.ipynb Données, approches fonctionnelles - correction True 5.112 6 6 6
20 94% 123.672 2018-06-15 sessions/seance5_approche_fonctionnelle_enonce.ipynb Données, approches fonctionnelles - énoncé True 128.354 34 32 32
21 100% 59.234 2018-06-15 sessions/seance5_approche_fonctionnelle_enonce_blaze.ipynb Données, approches fonctionnelles - énoncé - blaze - odo True 63.287 15 15 15
22 100% 68.000 2018-06-15 sessions/seance5_cube_multidimensionnel_correction.ipynb Cube multidimensionnel - correction True 73.315 8 8 8
23 100% 74.796 2018-06-15 sessions/seance5_cube_multidimensionnel_enonce.ipynb Cube multidimensionnel - énoncé True 79.361 33 33 33
24 100% 78.981 2018-06-15 sessions/seance5_sql_multidimensionnelle_correction.ipynb Données multidimensionnelles SQL - correction True 83.264 18 18 18
25 100% 89.924 2018-06-15 sessions/seance5_sql_multidimensionnelle_enonce.ipynb Données multidimensionnelles SQL - énoncé True 94.324 35 35 35
26 100% 36.400 2018-06-08 sessions/seance6_graphes_correction.ipynb Graphes - correction True 41.201 29 29 29
27 100% 43.483 2018-06-08 sessions/seance6_graphes_enonce.ipynb Graphes - énoncé True 48.283 49 49 49
28 100% 7.591 2018-06-15 sessions/seance6_graphes_ml_correction.ipynb Graphes en machine learning - correction True 13.142 11 11 11
29 100% 280.214 2018-06-15 sessions/seance6_graphes_ml_enonce.ipynb Graphes en machine learning - énoncé True 284.593 88 88 88
_images/nbcov.png