Intégration de box inspirées du thème pydata sphinx (#58)

Liste des box disponibles: * exercise * warning * caution * danger * error * hint * tip * important * note * attention
linogaliana · Oct 1, 2020 · 18be8f4 · 18be8f4
1 parent 6d010fa
commit 18be8f4
Show file tree

Hide file tree

Showing 4 changed files with 74 additions and 52 deletions.
diff --git a/content/getting-started/05_rappels_fonctions.Rmd b/content/getting-started/05_rappels_fonctions.Rmd
@@ -103,10 +103,18 @@ data.head()
 ### from _Module_ Import _fonction_ - seulement une partie du module
 
 
-{{< panel status="danger" title="warning" icon="fa fa-exclamation-triangle" >}}
-Cette méthode n'est pas recommandé **LIEN VERS PARTIE BONNE PRATIQUE**
+{{< panel status="warning" title="Warning" icon="fa fa-exclamation-triangle" >}}
+Cette méthode n'est pas recommandée car elle rend le code moins intelligible:
+d'où vient la fonction `floor`: de `maths` ou de `numpy` ? Elle risque
+aussi de créer des conflits de fonction, qui malgré un nom commun peuvent ne
+pas attendre les mêmes arguments ou objets
+**LIEN VERS PARTIE BONNE PRATIQUE** 
 {{< /panel >}}
 
+
+
+
+
 Si on ne veut pas être obligé de donner le nom du module avant d'appeler
 la fonction, il y a toujours la possibilité de n'importer qu'une fonction du module. Dans le cas de l'exemple, Python sait que la fonction arange est celle de numpy.
 

diff --git a/content/getting-started/05_rappels_fonctions.md b/content/getting-started/05_rappels_fonctions.md
@@ -115,10 +115,18 @@ data.head()
 ### from _Module_ Import _fonction_ - seulement une partie du module
 
 
-{{< panel status="danger" title="warning" icon="fa fa-exclamation-triangle" >}}
-Cette méthode n'est pas recommandé **LIEN VERS PARTIE BONNE PRATIQUE**
+{{< panel status="warning" title="Warning" icon="fa fa-exclamation-triangle" >}}
+Cette méthode n'est pas recommandée car elle rend le code moins intelligible:
+d'où vient la fonction `floor`: de `maths` ou de `numpy` ? Elle risque
+aussi de créer des conflits de fonction, qui malgré un nom commun peuvent ne
+pas attendre les mêmes arguments ou objets
+**LIEN VERS PARTIE BONNE PRATIQUE** 
 {{< /panel >}}
 
+
+
+
+
 Si on ne veut pas être obligé de donner le nom du module avant d'appeler
 la fonction, il y a toujours la possibilité de n'importer qu'une fonction du module. Dans le cas de l'exemple, Python sait que la fonction arange est celle de numpy.
 
@@ -579,8 +587,7 @@ Ces erreurs peuvent être interceptées très facilement et c'est même, dans ce
 Cependant, il ne faut pas tout intercepter non plus : si Python envoie une erreur, c'est qu'il y a une raison. Si vous ignorez une erreur, vous risquez d'avoir des résultats très étranges dans votre programme.
 <!-- #endregion -->
 
-
-```python
+~~~python
 # éviter une division par 0, c'est une bonne idée : 
 
 def inverse(x) :
@@ -589,7 +596,7 @@ def inverse(x) :
     return y
 
 div = inverse(0)
-```
+~~~
 
 ```
 ## Error in py_call_impl(callable, dots$args, dots$keywords): ZeroDivisionError: division by zero
@@ -599,6 +606,7 @@ div = inverse(0)
 ##   File "<string>", line 3, in inverse
 ```
 
+
 <!-- #region -->
 L'erreur est écrite noire sur blanc : __ZeroDivisionError__
 

diff --git a/content/visualisation/matplotlib/TP/index.Rmd b/content/visualisation/matplotlib/TP/index.Rmd
@@ -26,7 +26,7 @@ library(knitr)
 library(reticulate)  
 knitr::knit_engines$set(python = reticulate::eng_python)
 knitr::opts_chunk$set(fig.path = "")
-knitr::opts_chunk$set(eval = TRUE, echo = FALSE)
+knitr::opts_chunk$set(eval = FALSE, echo = FALSE)
 
 # Hook from Maelle Salmon: https://ropensci.org/technotes/2020/04/23/rmd-learnings/
 knitr::knit_hooks$set(
@@ -89,7 +89,8 @@ import seaborn as sns
 
 ## Premier graphique avec l'API `matplotlib` de `pandas`
 
-**Exercice 1: Importer les données et produire un premier graphique**
+{{% panel status="exercise" title="Exercice 1: Importer les données et produire un premier graphique"
+icon="fas fa-pencil-alt" %}}
 
 1.. Importer les données `velib`. Attention, il s'agit de données
 compressées au format `gzip`, il faut donc utiliser l'option `compression`
@@ -98,8 +99,13 @@ graphiques, reproduire les deux premiers graphiques de la
 [page d'analyse des données](https://opendata.paris.fr/explore/dataset/comptage-velo-donnees-compteurs/dataviz/?disjunctive.id_compteur&disjunctive.nom_compteur&disjunctive.id&disjunctive.name):
 *Les 10 compteurs avec la moyenne horaire la plus élevée* et *Les 10 compteurs ayant comptabilisés le plus de vélos*.
 
-*Conseil*: Pour obtenir un graphique ordonné du plus grand au plus petit, il faut avoir les données ordonnées du plus petit au
+{{< /panel >}}
+
+{{< panel status="note" title="Conseil" icon="fa fa-comment" >}}
+Pour obtenir un graphique ordonné du plus grand au plus petit, il faut avoir les données ordonnées du plus petit au
 plus grand. C'est bizarre mais c'est comme ça...
+{{< /panel >}}
+
 
 
 ```{python}
@@ -139,7 +145,8 @@ df1 = df1.reset_index()
 df2 = df2.reset_index()
 ```
 
-**Exercice 2: un peu de style**
+{{% panel status="exercise" title="Exercice 2: un peu de style"
+icon="fas fa-pencil-alt" %}}
 
 Il y a plusieurs manières de faire un *bar* plot en `seaborn`. La plus flexible,
 c'est-à-dire celle qui permet le mieux d'interagir avec `matplotlib` est
@@ -150,6 +157,8 @@ contrôler la taille du graphique vous pouvez utiliser les arguments `height` et
 `aspect`
 2. Ajouter les titres des axes et le titre du graphique pour le premier graphique
 
+{{< /panel >}}
+
 ```{python}
 # Q1 + Q2
 g = sns.catplot(x='Comptage horaire', y='Nom du compteur', data=df1, kind = "bar", height = 5, aspect = 4, color = "red")
@@ -180,7 +189,9 @@ plt.title('Les 10 compteurs avec la moyenne horaire la plus élevée')
 plt.show()
 ```
 
-**Exercice 3: refaire les graphiques**
+
+{{% panel status="exercise" title="Exercice 3: refaire les graphiques"
+icon="fas fa-pencil-alt" %}}
 
 Certaines opérations vont nécessiter un peu d'agilité dans la gestion des dates.
 Avant cela, il faut créer une variable temporelle (`datetime`). Pour cela, vous
@@ -199,6 +210,8 @@ en variable de mois
 une variable de jour avec `.dt.day`)
 4. Refaire le graphique *Comptages vélo au cours des 7 derniers jours * (de l'échantillon)
 
+{{< /panel >}}
+
 ```{python}
 # Q1
 sns.set_style("ticks", {"xtick.color": "green"})
@@ -279,16 +292,17 @@ directement le package `R` `plotly`...)
 
 ### Réplication de l'exemple précédent avec `plotly`
 
-Les modules suivant seront nécessaires pour construire des graphiques
+Les modules suivants seront nécessaires pour construire des graphiques
 avec `plotly`:
 
-```{python}
+```{python, echo = TRUE}
 import plotly
 import plotly.express as px
 ```
 
-**Exercice 4: le premier graphique avec plotly**
 
+{{% panel status="exercise" title="Exercice 4: premier graphique avec plotly"
+icon="fas fa-pencil-alt" %}}
 L'objectif est de reconstuire le premier diagramme en barre avec `plotly`
 
 1. Utiliser la fonction adéquate avec `Plotly Express`. Ne pas prendre le
@@ -298,6 +312,8 @@ vous pouvez utiliser l'argument `color_discrete_sequence`.
 2. Ne pas oublier de nommer les axes, et la couleur du texte de l'axe inférieur
 3. Tester un autre thème, à fond sombre. Pour les couleurs, faire un 
 groupe stockant les trois plus fortes valeurs puis les autres.
+{{< /panel >}}
+
 
 ```{python, include = FALSE}
 fig = px.bar(df1.sort_values('Comptage horaire', ascending = True), orientation = 'h', x='Comptage horaire', y='Nom du compteur', color_discrete_sequence=["red"], template = "plotly_white")