Notebooks Coverage

Report on last executions.

97% 2019-05-17

index	coverage	exe time	last execution	name	title	success	time	nb cells	nb runs	nb valid
0	100%	3.609	2019-05-17	decouverte/pandas_start.ipynb	DataFrames Pandas	True	6.109	33	33	33
1	100%	0.001	2019-05-17	examen/enonce_2017.ipynb	Evaluation Python année 2016-2017 - énoncé	True	2.054	10	10	10
2	93%	7.283	2019-05-17	examen/solution_2016.ipynb	Solution - énoncé avril 2016	True	9.090	15	14	14
3	100%	16.838	2019-05-17	examen/solution_2017.ipynb	Evaluation Python année 2016-2017 - solution	True	19.111	70	70	70
4	100%	0.524	2019-05-17	exemples/basic_example.ipynb	Exemple de notebooks	True	3.057	4	4	4
5	100%	0.936	2019-05-17	exemples/tables_avec_guillemets.ipynb	Tables avec guillemets	True	3.075	9	9	9
6	100%	2.054	2019-05-17	exercices/pyramide_bigarree.ipynb	Tracer une pyramide bigarrée	True	4.050	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%	23.946	2019-05-10	internet/wikipedia_stats_enonce.ipynb	Statistiques Wikipedia - énoncé	True	26.120	8	8	8
10	100%	16.713	2019-05-17	nlp/reconstruction_synonymes_correction.ipynb	Reconstruction de synonymes - correction	True	19.095	35	35	35
11	100%	13.932	2019-05-17	nlp/reconstruction_synonymes_enonce.ipynb	Reconstruction de synonymes - énoncé	True	16.083	15	15	15
12	100%	95.115	2019-05-17	sessions/2017_session6.ipynb	Session 26/6/2017 - machine learning	True	97.329	53	53	53
13	100%	11.508	2019-05-10	sessions/bigdata_ways.ipynb	Séance big data	True	14.097	43	43	43
14	100%	19.395	2019-05-17	sessions/election_carte_electorale.ipynb	Elections et cartes électorales - énoncé	True	22.179	28	28	28
15	100%	461.454	2019-05-10	sessions/election_carte_electorale_correction.ipynb	Elections et cartes électorales - correction	True	463.699	120	120	120
16	100%	33.920	2019-05-17	sessions/population_recuperation_donnees.ipynb	Récupération des données	True	36.163	16	16	16
17	100%	10.711	2019-05-17	sessions/seance4_projection_population_correction.ipynb	Evoluation d’une population (correction)	True	13.101	33	33	33
18	100%	0.108	2019-05-17	sessions/seance4_projection_population_enonce.ipynb	Evoluation d’une population - énoncé	True	2.042	2	2	2
19	100%	0.747	2019-05-17	sessions/seance5_approche_fonctionnelle_correction.ipynb	Données, approches fonctionnelles - correction	True	3.085	6	6	6
20	94%	74.220	2019-05-17	sessions/seance5_approche_fonctionnelle_enonce.ipynb	Données, approches fonctionnelles - énoncé	True	76.223	34	32	32
21	100%	39.974	2019-05-17	sessions/seance5_cube_multidimensionnel_correction.ipynb	Cube multidimensionnel - correction	True	42.178	8	8	8
22	100%	43.479	2019-05-17	sessions/seance5_cube_multidimensionnel_enonce.ipynb	Cube multidimensionnel - énoncé	True	46.202	33	33	33
23	100%	49.273	2019-05-17	sessions/seance5_sql_multidimensionnelle_correction.ipynb	Données multidimensionnelles SQL - correction	True	51.169	18	18	18
24	100%	51.411	2019-05-17	sessions/seance5_sql_multidimensionnelle_enonce.ipynb	Données multidimensionnelles SQL - énoncé	True	53.186	35	35	35
25	100%	9.633	2019-05-10	sessions/seance6_graphes_correction.ipynb	Graphes - correction	True	12.092	29	29	29
26	100%	28.300	2019-05-10	sessions/seance6_graphes_enonce.ipynb	Graphes - énoncé	True	30.129	49	49	49
27	100%	3.879	2019-05-17	sessions/seance6_graphes_ml_correction.ipynb	Graphes en machine learning - correction	True	6.112	11	11	11
28	100%	177.970	2019-05-10	sessions/seance6_graphes_ml_enonce.ipynb	Graphes en machine learning - énoncé	True	180.650	88	88	88