.. blogpost::
    :title: Migration des notebooks à IPython 3
    :keywords: Scite, IPython 3, migration, ravel
    :date: 2015-04-26
    :categories: ipython, notebook

    Il est rare de ne pas avoir quelques bugs lorsqu'on change
    de version de module. Il est naturel de changer un peu les
    fonctions, de les rendre un peu plus clairs, de rendre les usages
    un peu moins implicites. Lors du passage de IPython 2 à 3, quelques notebooks
    ne fonctionnaient plus. Cela était pour la plupart dû à la méthode
    `Series.ravel <http://pandas.pydata.org/pandas-docs/stable/generated/pandas.Series.ravel.html>`_
    de `pandas <http://pandas.pydata.org/>`_ ::

        from sklearn.cross_validation import train_test_split
        a_train, a_test, b_train, b_test = train_test_split(Xt, Y, test_size=0.33)

        clf = RandomForestRegressor(n_estimators=n_estimators,max_depth=1,min_samples_leaf=10)
        clf = clf.fit(a_train, b_train.ravel())

    Ce code provoque une erreur car *b_train* est un DataFrame et non une colonne.
    Pour corriger, il faut simplement écrire ::

        clf = clf.fit(a_train, b_train["montant"].ravel())

    Pourquoi cela ne marche plus ? Sans doute parce qu'une conversion
    implicite a été supprimée, je n'ai pas vraiment regardé.
    C'est typiquemen le genre d'information difficile à trouver sur un internet.
    Les modules comme pandas ou numpy minimisent le nombre de copies d'objets
    pour gagner du temps. On peut écrire du code rapide mais faire aussi quelques erreurs
    car l'écriture est souvent implicite. On peut lire l'article
    `Getting the Best Performance out of NumPy <http://ipython-books.github.io/featured-01/>`_
    à ce sujet.

    Comme tous les notebooks ont été passés à IPython 3, il est probable que des
    erreurs se produisent si vous les utilisez sur IPython 2.