Notebooks Coverage

Report on last executions.

97% 2019-03-23

_images/nbcov-2019-03-23.png
index coverage exe time last execution name title success time nb cells nb runs nb valid
0 100% 3.748 2019-03-23 decouverte/pandas_start.ipynb DataFrames Pandas True 6.128 33 33 33
1 100% 0.000 2019-03-23 examen/enonce_2017.ipynb Evaluation Python année 2016-2017 - énoncé True 2.048 10 10 10
2 93% 10.877 2019-03-23 examen/solution_2016.ipynb Solution - énoncé avril 2016 True 13.051 15 14 14
3 100% 17.060 2019-03-23 examen/solution_2017.ipynb Evaluation Python année 2016-2017 - solution True 19.069 70 70 70
4 100% 0.539 2019-03-23 exemples/basic_example.ipynb Exemple de notebooks True 3.036 4 4 4
5 100% 1.070 2019-03-23 exemples/tables_avec_guillemets.ipynb Tables avec guillemets True 3.055 9 9 9
6 100% 1.520 2019-03-23 exercices/pyramide_bigarree.ipynb Tracer une pyramide bigarrée True 4.044 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% 23.963 2019-03-22 internet/wikipedia_stats_enonce.ipynb Statistiques Wikipedia - énoncé True 25.108 8 8 8
10 100% 19.398 2019-03-23 nlp/reconstruction_synonymes_correction.ipynb Reconstruction de synonymes - correction True 21.059 35 35 35
11 100% 14.572 2019-03-23 nlp/reconstruction_synonymes_enonce.ipynb Reconstruction de synonymes - énoncé True 17.071 15 15 15
12 100% 92.377 2019-03-23 sessions/2017_session6.ipynb Session 26/6/2017 - machine learning True 94.132 53 53 53
13 100% 11.709 2019-03-22 sessions/bigdata_ways.ipynb Séance big data True 13.116 43 43 43
14 100% 17.747 2019-03-23 sessions/election_carte_electorale.ipynb Elections et cartes électorales - énoncé True 20.101 28 28 28
15 100% 452.483 2019-03-22 sessions/election_carte_electorale_correction.ipynb Elections et cartes électorales - correction True 454.607 120 120 120
16 100% 35.665 2019-03-23 sessions/population_recuperation_donnees.ipynb Récupération des données True 38.108 16 16 16
17 100% 11.567 2019-03-23 sessions/seance4_projection_population_correction.ipynb Evoluation d’une population (correction) True 14.054 33 33 33
18 100% 0.098 2019-03-23 sessions/seance4_projection_population_enonce.ipynb Evoluation d’une population - énoncé True 2.035 2 2 2
19 100% 0.798 2019-03-23 sessions/seance5_approche_fonctionnelle_correction.ipynb Données, approches fonctionnelles - correction True 3.042 6 6 6
20 94% 76.476 2019-03-23 sessions/seance5_approche_fonctionnelle_enonce.ipynb Données, approches fonctionnelles - énoncé True 79.156 34 32 32
21 100% 38.743 2019-03-23 sessions/seance5_cube_multidimensionnel_correction.ipynb Cube multidimensionnel - correction True 41.097 8 8 8
22 100% 45.198 2019-03-23 sessions/seance5_cube_multidimensionnel_enonce.ipynb Cube multidimensionnel - énoncé True 49.136 33 33 33
23 100% 50.474 2019-03-23 sessions/seance5_sql_multidimensionnelle_correction.ipynb Données multidimensionnelles SQL - correction True 53.094 18 18 18
24 100% 56.315 2019-03-23 sessions/seance5_sql_multidimensionnelle_enonce.ipynb Données multidimensionnelles SQL - énoncé True 59.108 35 35 35
25 100% 10.764 2019-03-22 sessions/seance6_graphes_correction.ipynb Graphes - correction True 13.056 29 29 29
26 100% 27.917 2019-03-22 sessions/seance6_graphes_enonce.ipynb Graphes - énoncé True 29.110 49 49 49
27 100% 4.759 2019-03-23 sessions/seance6_graphes_ml_correction.ipynb Graphes en machine learning - correction True 7.045 11 11 11
28 100% 179.863 2019-03-22 sessions/seance6_graphes_ml_enonce.ipynb Graphes en machine learning - énoncé True 181.280 88 88 88
_images/nbcov.png