Contents Menu Expand Light mode Dark mode Auto light/dark, in light mode Auto light/dark, in dark mode Skip to content
Documentation teachpyx 0.5.0
Logo
Documentation teachpyx 0.5.0

Lectures

  • Introduction
  • Le langage Python
    • Variables et fonctions
      • Types et variables du langage python
      • Syntaxe du langage Python (boucles, tests, fonctions)
      • Constructions classiques
      • Constructions classiques
      • Dates
      • Encoding et jeux de caractères
    • Classes
      • Classes
      • Questions
    • Exceptions
      • Exceptions
      • Usage
      • Warning et logging
    • Entrées, Sorties, Modules
      • Fichiers
      • Sérialisation
        • Sérialisation
        • Sérialisation avec protobuf
      • Module ou extension
    • Expressions régulières
      • Expressions régulières
    • Parallélisation
      • Threads
    • Interfaces graphiques
      • tkinter
  • Matrices et DataFrames
    • Calcul matriciel
      • Calcul Matriciel, Optimisation
      • Calcul matriciel avec numpy (exercices)
      • Numpy et tableau de contingence
    • Dataframes
      • DataFrame et Graphes
      • Manipulation de données avec pandas (exercices)
      • Cube de données et pandas
      • Mesures de vitesse sur les dataframes
    • Graphes
      • Tracer une carte en Python
  • Machine Learning
    • Quelques rappels
    • Classification et régression
  • Précis
    • Cheat sheet: Python
    • Quelques conseils pour écrire un programme
    • Cheat Sheets
      • Cheat Sheet on Git
      • Cheat Sheet on Linux
      • Cheat Sheet on Jenkins
  • Collections d’articles périssables
    • 2025-04-01 : feuille de route 2025 - avril
    • 2025-03-01 : feuille de route 2025 - mars
    • 2025-01-31 : local LLM
    • 2024-11-31 : rappel feuille de route 2024
    • 2024-09-04 : ENSAE
    • 2024-03-01 : feuille de route 2024
    • 2024-01-18 : WSL - nettoyage
    • 2023-11-31 : rappel feuille de route 2023
    • 2023-09-06 : ENSAE
    • 2023-08-09 : l’énigme d’Hermionne
    • 2023-08-03 : Code Jam
    • 2022-12-07 : Utilisation de cartopy sous Windows (sous WSL)
    • 2022-11-31 : rappel feuille de route 2022
    • 2022 - Assurance auto

Exercices

  • Exercices sur le langage python
    • Liste, tuple, ensemble, dictionnaire, liste chaînée, coût des opérations
    • Heap
    • D’une structure de données à l’autre
    • Recherche dichotomique
    • Répartition, table de hashage
    • Exercices expliqués de programmation
    • Un bref aperçu des classes
    • 2048 et les classes
    • Jeu de dé, rotation sur un circuit (classes)
    • Classe Permutation et décomposition en transitions
    • Une classe pour représenter un arbre
    • Itérateur
    • Classe, Héritage, calcule d’une distance
    • Pivot de gauss avec numpy
    • Jeux de coloriage
    • Simuler une loi multinomiale
    • Calculer un chi 2 sur un tableau de contingence
    • Tri plus rapide que prévu
    • Histogramme et dictionnaire
    • Calculs de surface et autres calculs
    • Jeu de dé, rotation sur un circuit
    • Exercices autour des dames
    • Mathador, énigme à 4 opérations
    • Parties de dames
    • Exemple de profiling
    • Profiling la fonction Gini
    • Profiling, application à la convolution
    • Expressions régulières
    • JSON - XML
    • Sérialisation avec JSON, XML, pickle
    • Tests unitaires
    • Web-Scraping - pokemon
    • Le GIL
    • Astuces avec les lambda functions
    • Premiers pas en Python
    • Variables, boucles, tests
    • Dictionnaires, fonctions, code de Vigenère
    • Modules, fichiers, expressions régulières
    • Intégrale et la méthode des rectangles
    • 2048 - stratégie gagnante
    • Deviner la langue d’un texte
    • Tracer une pyramide bigarrée
    • Classes, méthodes, attributs, opérateurs et carré magique
    • Classes, héritage
    • Arbre et Trie
    • Premiers pas en Python (correction)
    • Variables, boucles, tests (correction)
    • Dictionnaires, fonctions, code de Vigenère (correction)
    • Modules, fichiers, expressions régulières (correction)
    • Intégrale et la méthode des rectangles - correction
    • 2048 - stratégie gagnante - correction
    • Deviner la langue d’un texte (correction)
    • Tracer une pyramide bigarrée - correction
    • Classes, méthodes, attributs, opérateurs et carré magique (correction)
    • Classes, héritage (correction)
    • Arbre et Trie (correction)
  • Algorithmes
    • Produit matriciel avec une matrice creuse
    • Calculer le nombre de façons de monter une échelle.
    • La sous-séquence de plus grande somme
    • Calculer x**n le plus rapidement possible
    • Les k premiers éléments (top k)
    • Jeux de dictionnaires, plus grand suffixe commun
    • Algorithmes de streaming, BJKST
    • Distance entre deux mots de même longueur et tests unitaires
    • Distance d’édition
    • Problème d’ordonnancement
    • Réflexions autour du voyage de commerce (TSP)
    • TSP - Traveling Salesman Problem
    • Plus court chemin passant par tous les noeuds d’un graphe
    • Aparté sur le voyageur de commerce
    • Graphe et Composantes connexes
    • Graphes aléatoires
    • Modèle épidémiologique (SIRD)
    • Simulation COVID
    • L’énigme d’Einstein et sa résolution
    • Float Conversion
    • Transformée de Burrows Wheeler
    • Hypercube et autres exercices
    • Parcourir les rues de Paris
    • Casser le code de Vigenère
    • Décoder du Morse sans espaces
    • Cryptage homomorphic de Craig Gentry
    • Plus proches voisins en grande dimension
    • Puzzles algorithmiques (1)
    • Puzzles algorithmiques (2)
    • Programmation dynamique et plus court chemin
    • Décorrélation de variables aléatoires
    • Spectral Clustering
    • Cryptage homomorphic de Craig Gentry - correction
    • Plus proches voisins en grande dimension - correction
    • Puzzles algorithmes (1) - correction
    • Puzzles algorithmes (2) - correction
    • Programmation dynamique et plus court chemin (correction)
    • Décorrélation de variables aléatoires - correction
    • Spectral Clustering - correction
  • Séances minutées
    • Exercices minutés
      • 1A.e - TD noté, 27 novembre 2012 (coloriage, correction)
      • 1A.e - TD noté, 27 novembre 2012 (éléments de code pour le coloriage)
      • 1A.e - TD noté, 5 décembre 2014
      • 1A.e - TD noté 2015 rattrapage (énoncé, écrit et oral)
      • 1A.e - TD noté, 11 décembre 2015
      • 1A.e - TD noté, 16 décembre 2016
      • 1A.e - TD noté, 21 février 2017
      • 1A.e - Enoncé 12 décembre 2017 (1)
      • 1A.e - Enoncé 12 décembre 2017 (2)
      • 1A.e - Enoncé 23 octobre 2018 (1)
      • 1A.e - Enoncé 23 octobre 2018 (2)
      • 1A.e - Enoncé 22 octobre 2019 (1)
      • 1A.e - Enoncé 22 octobre 2019 (2)
      • 1A - Enoncé 24 novembre 2020
      • 1A - Enoncé 3 novembre 2021
      • 1A - Enoncé 15 novembre 2021 - rattrapage
      • 1A - Enoncé 3 mars 2022- rattrapage
      • 1A - Enoncé 26 octobre 2022
      • 1A - Enoncé 8 novembre 2023-2024
      • 1A - Enoncé 2024
      • 1A - Enoncé 6 novembre 2024
      • 1A.e - Correction de l’interrogation écrite du 26 septembre 2014
      • 1A.e - Correction de l’interrogation écrite du 10 octobre 2014
      • 1A.e - Correction de l’interrogation écrite du 14 novembre 2014
      • 1A.e - Correction de l’interrogation écrite du 14 novembre 2014
      • 1A.e - Correction de l’interrogation écrite du 26 septembre 2015
      • 1A.e - Correction de l’interrogation écrite du 6 novembre 2015
      • Evaluation Python / Machine Learning année 2017 - énoncé
      • Evaluation Python / Machine Learning année 2017 - solution
  • Numpy / Pandas
    • Points d’implémentation avec numpy
    • Pandas et groupby
  • Machine Learning
    • Corrélations
    • Receiver Operating Characteristic (ROC)
    • Features ou modèle
    • ACP - projection
    • Base d’apprentissage et de test
    • Découpage stratifié apprentissage / test
    • Validation croisée (cross-validation)
    • Sélection des hyper-paramètres
    • Tree, hyperparamètres, overfitting
    • Gradient Boosting
    • Régression Ridge, Lasso et nouvel estimateur
    • Prédiction de la note des vins
    • Régression polynômiale et pipeline
    • Plus proches voisins
    • Plus proches voisins - évaluation
    • Régression logistique et courbe ROC
    • Régression logistique en 2D
    • Plusieurs modèles, données disjointes
    • Classifications et courbes ROC
    • Classification multi-classe
    • Classification multi-classe et stacking
    • Classification multi-classe et jeu mal balancé
    • Un nouvel estimateur basé sur scikit-learn
    • Single Spectrum Analysis (SSA)
    • Décomposition d’une série temporelle
    • Prétraitement des catégories ou des dates
    • Prétraitement d’une image
    • Prétraitement du son
    • Prétraitement du texte

Compléments

  • Notebooks écrits durant les séances
    • 2023
      • Distance d’édition (4 octobre)
      • Pivot de Gauss
      • Recherche de préfixes
      • Optimiser la note moyenne
  • Survol algorithmique
  • Exposés
    • Stratégie automatique de trading en finance
    • Circuit hamiltonien et Kohonen
    • Circuit hamiltonien et Kruskal
  • En diagonal
    • Tous les notebooks
    • Gallerie d’exemples
    • Gallerie d’exemples sur le machine learning
    • Gallerie d’exemples sur la programmation
      • Gallerie d’exemples sur le machine learning
        • Corrélations
        • Receiver Operating Characteristic (ROC)
      • Gallerie d’exemples sur la programmation
        • Pandas et groupby
        • Points d’implémentation avec numpy
        • Astuces avec les lambda functions
        • Le GIL
        • Transformée de Burrows Wheeler
        • Mathador, énigme à 4 opérations
        • Float Conversion
        • Parties de dames
        • Sérialisation avec protobuf
        • Hypercube et autres exercices
        • Sérialisation
        • Exercices expliqués de programmation
        • Réflexions autour du voyage de commerce (TSP)
        • L’énigme d’Einstein et sa résolution
    • teachpyx
      • teachpyx.examples
        • teachpyx.examples.classiques
        • teachpyx.examples.construction_classique
        • teachpyx.examples.numpysex
      • teachpyx.video
        • teachpyx.video.tsp_kohonen_pygame
        • teachpyx.video.tsp_kruskal_pygame
      • teachpyx.tools
        • teachpyx.tools.display
          • teachpyx.tools.display.pygame_helper
          • teachpyx.tools.display.video_helper
        • teachpyx.tools.blockdiag_helper
        • teachpyx.tools.data_helper
        • teachpyx.tools.graphviz_helper
        • teachpyx.tools.helpers
        • teachpyx.tools.profiling
      • teachpyx.faq
        • teachpyx.faq.faq_exception
        • teachpyx.faq.faq_geo
        • teachpyx.faq.faq_numpy
        • teachpyx.faq.faq_python
      • teachpyx.practice
        • teachpyx.practice.ml_skl
        • teachpyx.practice.rues_paris
        • teachpyx.practice.tsp_bresenham
        • teachpyx.practice.tsp_kohonen
        • teachpyx.practice.tsp_kruskal
      • teachpyx.datasets
        • teachpyx.datasets.data
        • teachpyx.datasets.data_helper
        • teachpyx.datasets.data_ts
        • teachpyx.datasets.documentation
        • teachpyx.datasets.enedis
        • teachpyx.datasets.gpd_helper
        • teachpyx.datasets.wines
      • teachpyx.ext_test_case
    • Syntaxes et définitions
    • FAQ
  • License
  • Change Logs
Back to top
View this page

Cheat Sheets¶

Les cheat sheets sont très utiles pour se souvenir des manilations les plus fréquentes. C’est un mot clé très utile sur un moteur de recherche.

  • Cheat Sheet on Git
  • Cheat Sheet on Linux
  • Cheat Sheet on Jenkins
Next
Cheat Sheet on Git
Previous
Quelques conseils pour écrire un programme
Copyright © 2016-2025, Xavier Dupré
Made with Sphinx and @pradyunsg's Furo