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
    • 2025-11-31 : rappel feuille de route 2025
    • 2025-09-03 : ENSAE, Introduction et Attendus
    • 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
    • 2025 : notebooks créés en séances
      • Introduction aux classes
      • Algorithms
  • 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.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
    • Index
    • Index du module
    • Page de recherche
  • License
  • Change Logs
Back to top
View this page

Numpy / Pandas¶

numpy

  • Points d’implémentation avec numpy

pandas

  • Pandas et groupby
Next
Points d’implémentation avec numpy
Previous
Evaluation Python / Machine Learning année 2017 - solution
Copyright © 2016-2025, Xavier Dupré
Made with Sphinx and @pradyunsg's Furo