Le pandas c’est bon, mangez en
Bonjour à tous, jeunes tailleurs de bambou, suite à un article d’introduction à numpy par le grand maître Sam Les bases de Numpy, je m’en vais vous présenter une lib qui roxx du poney dans le calcul numérique : Pandas.
Bonjour à tous, jeunes tailleurs de bambou, suite à un article d’introduction à numpy par le grand maître Sam Les bases de Numpy, je m’en vais vous présenter une lib qui roxx du poney dans le calcul numérique : Pandas.
Sur internet, c’est bien connu, on peut perdre du poids, trouver une fille facile prêt de chez soit, et gagner beaucoup d’argent facilement et sans risque.
Une de ces techniques qu’on vous vend est la fameuse martingale, mais appliquée aux casinos en ligne.
Que ayez eu un prof à l’ancienne durant vos études, où que vous vous soyez plongez dans des documents traitant d’optimisation, vous êtes peut être un jour tombé sur ces fameuse notation : O(n), O(1), O(log(n)), etc.
Le principe de la lib est très simple : générer des données bidons. Noms, numéros de téléphone, adresses physiques ou email…
Simple. Efficace.
Continuons cette petite série fort sympathique, avec aujourd’hui un peu de manipulation de bytes, de gestion d’erreur et de parsing d’arguments de script.
La 3.3 et la 3.4 viennent avec tout un tas des goodies super green.
Voici tout ce dont vous pouvez profiter avec Python 3 que vous ne pouvez pas faire avec Python 2.
Il faut savoir être honête dans la vie, et puisque j’ai tapé sur le JS dans le dernier article, on va rappeler que rien n’est parfait et que chez les Pythoneux aussi y a du boulot.
Un commentaire très pertinent de Kontre m’a interpellé dernièrement : si Javascript est si pourri, pourquoi tout le monde s’y intéresse ?
Le JSON ne permet pas de sauvegarder des dates, seulement des chaînes, des entiers, des booléens et null. Heureusement on peut créer son propre dialecte au dessus de JSON pour y remédier, mais il faut avoir un parseur qui le gère.