Notebooks Coverage

Report on last executions.

97% 2019-07-12

index	coverage	exe time	last execution	name	title	success	time	nb cells	nb runs	nb valid
0	100%	4.742	2019-06-14	decouverte/pandas_start.ipynb	DataFrames Pandas	True	7.076	33	33	33
1	100%	0.000	2019-06-14	examen/enonce_2017.ipynb	Evaluation Python année 2016-2017 - énoncé	True	2.062	10	10	10
2	93%	7.240	2019-06-14	examen/solution_2016.ipynb	Solution - énoncé avril 2016	True	9.064	15	14	14
3	100%	22.605	2019-06-14	examen/solution_2017.ipynb	Evaluation Python année 2016-2017 - solution	True	25.109	70	70	70
4	100%	0.787	2019-06-14	exemples/basic_example.ipynb	Exemple de notebooks	True	3.034	4	4	4
5	100%	0.896	2019-06-14	exemples/tables_avec_guillemets.ipynb	Tables avec guillemets	True	3.050	9	9	9
6	100%	1.586	2019-06-14	exercices/pyramide_bigarree.ipynb	Tracer une pyramide bigarrée	True	4.047	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%	23.990	2019-06-14	internet/wikipedia_stats_enonce.ipynb	Statistiques Wikipedia - énoncé	True	26.122	8	8	8
10	100%	16.159	2019-06-14	nlp/reconstruction_synonymes_correction.ipynb	Reconstruction de synonymes - correction	True	18.081	35	35	35
11	100%	13.767	2019-06-14	nlp/reconstruction_synonymes_enonce.ipynb	Reconstruction de synonymes - énoncé	True	16.094	15	15	15
12	100%	102.969	2019-06-14	sessions/2017_session6.ipynb	Session 26/6/2017 - machine learning	True	105.182	54	54	54
13	100%	11.515	2019-06-14	sessions/bigdata_ways.ipynb	Séance big data	True	14.117	43	43	43
14	100%	24.562	2019-06-14	sessions/election_carte_electorale.ipynb	Elections et cartes électorales - énoncé	True	27.172	28	28	28
15	100%	466.386	2019-06-14	sessions/election_carte_electorale_correction.ipynb	Elections et cartes électorales - correction	True	468.663	120	120	120
16	100%	34.275	2019-06-14	sessions/population_recuperation_donnees.ipynb	Récupération des données	True	36.119	16	16	16
17	100%	11.244	2019-06-14	sessions/seance4_projection_population_correction.ipynb	Evoluation d’une population (correction)	True	14.186	33	33	33
18	100%	0.076	2019-06-14	sessions/seance4_projection_population_enonce.ipynb	Evoluation d’une population - énoncé	True	2.033	2	2	2
19	100%	0.689	2019-06-14	sessions/seance5_approche_fonctionnelle_correction.ipynb	Données, approches fonctionnelles - correction	True	3.367	6	6	6
20	94%	73.670	2019-06-14	sessions/seance5_approche_fonctionnelle_enonce.ipynb	Données, approches fonctionnelles - énoncé	True	76.372	34	32	32
21	100%	38.754	2019-06-14	sessions/seance5_cube_multidimensionnel_correction.ipynb	Cube multidimensionnel - correction	True	41.554	8	8	8
22	100%	42.838	2019-06-14	sessions/seance5_cube_multidimensionnel_enonce.ipynb	Cube multidimensionnel - énoncé	True	45.456	33	33	33
23	100%	48.903	2019-06-14	sessions/seance5_sql_multidimensionnelle_correction.ipynb	Données multidimensionnelles SQL - correction	True	51.097	18	18	18
24	100%	58.151	2019-06-14	sessions/seance5_sql_multidimensionnelle_enonce.ipynb	Données multidimensionnelles SQL - énoncé	True	60.135	35	35	35
25	100%	12.487	2019-06-14	sessions/seance6_graphes_correction.ipynb	Graphes - correction	True	15.068	29	29	29
26	100%	38.155	2019-06-14	sessions/seance6_graphes_enonce.ipynb	Graphes - énoncé	True	40.121	49	49	49
27	100%	4.142	2019-06-14	sessions/seance6_graphes_ml_correction.ipynb	Graphes en machine learning - correction	True	6.454	11	11	11
28	100%	209.245	2019-06-14	sessions/seance6_graphes_ml_enonce.ipynb	Graphes en machine learning - énoncé	True	211.330	88	88	88