Activité 1

Le nombre d'apparition d'un mot dans un texte

Un journaliste souhaite étudier le discours d'un homme politique. Il s'intéresse particulièrement au nombre de fois que l'homme politique prononce un mot précis,par exemple le mot "impôts".

Aider ce journaliste pour écrire un programme en Python réalisant son objectif.

Télécharger le fichier texte.txt qui contient un texte.

Pour chercher le nombre d'apparition d'un mot dans un texte, on écrit un programme en Python qui :

Ouvre le fichier textetexte.txt
Lit le fichier texte.txt
Affecte la chaîne de caractère lue à la variable texte
Convertit texte en liste (méthode split()). (Séparer la chaîne de caractères contenue dans la variable texte en prenant comme délimiteur "\n")
Affiche les éléments de cette liste
Crée une liste dont les valeurs sont les mots du texte
Compte le nombre d'apparition du mot "science" dans le texte.
Compte le nombre d'apparition du mot "données" dans le texte.

Une solution de l'exercice "Le nombre d'apparition d'un mot dans un texte ".

# -*- coding: utf-8 -*-
def CompteMot(mot) :
    f=open("Documents/texte.txt","r", encoding='utf-8')
    data=f.read()
    data_liste = data.split('\n')
    #print(data_liste)
    final_data = []
    for x in data_liste :
        final_data.append(x)
    #print(final_data)
    liste_mots = []
    for x in final_data :
        y=x.split(' ')
        liste_mots.append(y)
    print(liste_mots)
    c=0
    for x in liste_mots:
        for y in x :
            y=y.strip(',.')
            if y==mot :
                c=c+1
    return c
print("le nombre d'apparition du mot \"{}\" est {}".\
format("science",CompteMot("science")))
print("le nombre d'apparition du mot \"{}\" est {}".\
format("données",CompteMot("données")))

Activité 2

Exercice 1 : Lecture d'un fichier en python

A l'issue des conseils de classe des Secondes d'un lycée général, le fichier orientation.csv représente la synthèse des choix des spécialités proposées dans ce lycée

Ce fichier est présenté sous la forme suivante :

Spécialité	maths	PC	SVT	MSI	SES	HG	Littérature	Arts
Effectifs	50	45	70	22	28	31	18	12

Ecrire un programme qui fait les taches suivantes :

Ouvrir le fichier Excel orientation.csv
Lire le fichier orientation.csv
Affecter la chaîne de caractère lue à la variable orientation
Convertir orientation en liste (méthode split()). (Séparer la chaîne de caractères contenue dans la variable orientation en prenant comme délimiteur "\n")
Afficher les éléments de cette liste

Une proposition de réponse :

# -*- coding: utf-8 -*-
f=open("orientation.csv","r")
orientation=f.read()
orientation=orientation.split("\n")
del orientation[-1]
print(orientation)
print(orientation[0])
print(orientation[1])

>>>['Spécialité;Maths;PC;SVT;MSI;SES;HG;HLP;ARTS', 'Effectif;65;55;70;22;35;31;18;12']
Spécialité;Maths;PC;SVT;MSI;SES;HG;HLP;ARTS
Effectif;65;55;70;22;35;31;18;12
>>>

Exercice 2 : Exploitation des données

Création de deux variables spe et effectif

Créer deux listes vides nommées spe et effectif
créer une boocle for qui :

Délimite les éléments de la liste orientation
Ajoute les noms des spécialités dans la liste nommée spe et les effectifs correspondants dans la liste nommée effectif

afficher les éléments de chaque liste

Une proposition de réponse :

spe = []
effectif=[]
orient=[]
#orientation=orientation.split(",")
for x in orientation :
    y=x.split(";")
    if y[0]=='Spécialité':
        del y[0]
        for k in y :
            spe.append(k)
    else :
        del y[0]
        for k in y :
            effectif.append(int(k))
print(spe)
print(effectif)

>>>['Maths', 'PC', 'SVT', 'MSI', 'SES', 'HG', 'HLP', 'ARTS']
[50, 45, 70, 22, 28, 31, 18, 12]
>>>

Exercice 3 : Exploitation des données

Diagramme en barres

Représenter ces résultats en diagramme en barres
Quelle est la population étudiée
Quelle est le caractère étudié
Quelle est l'orientation la moins fréquente
Peut-on répondre à la question : Combien le lycée compte-il d'élèves en Première ?

Une proposition de réponse :

# -*- coding: utf-8 -*-
import matplotlib.pyplot as plt
def diagramme(L_valeurs,L_effectifs):
    " Création d'un diagramme en barres"
    plt.grid ( True )
    plt.xlabel ("Les spécialités en Première")
    plt.ylabel (" Les effectifs des spécialités")
    plt.bar( L_valeurs , L_effectifs,color='r') # création d'un diagramme en barres
    plt.show ()
diagramme(spe,effectif)

Activité 2

Télécharger le fichier en Excel departements_N-fr.csv dans lequel on donne les noms des départements en Métropole et en Corse, les effectifs des habitants et le numéro de chaque département

Lecture d'un fichier

Ecrire un programme en Python qui permet de :

Ouvrir le fichier departements_N-fr.csv
Créer une liste dont les valeurs sont les départements français
Créer une deuxième liste dont les valeurs sont les effectifes des habitants des départements.
Créer un diagramme en barres représentant les effectifs par département.

Une proposition de réponse :

# -*- coding: utf-8 -*-
f=open("departements_N2-fr.csv","r")
donnees=f.read()
donnees=donnees.split("\n")
del donnees[-1]
departements_fr=[]
Num_departements_fr=[]
NbreHabitants=[]
dic={}
for x in donnees:
    y=x.split(",")
    departements_fr.append(y[0])
    NbreHabitants.append(int(y[1]))
    Num_departements_fr.append(int(y[2]))
    dic[y[0]]=int(y[2])
import matplotlib.pyplot as plt
taille = (6,4)
plt.figure(figsize=taille)
def diagramme(L_valeurs,L_effectifs):
    " Création d'un diagramme en barres"
    plt.grid ( True )
    plt.xlabel ("Les départements français")
    plt.ylabel (" Le nombre d'habitants")
    plt.bar( L_valeurs , L_effectifs,color='r') # création d'un diagramme en barres
    #
    f = plt.gcf()
    dpi = f.get_dpi()  #dpi c'est le nombre de pixel par "inch"
    h, w = f.get_size_inches() #renvoie les dimensions de la figure f
    f.set_size_inches(h*2.2, w*2.2)  #modifie les dimensions de la figure f en les multipliant par 2.2
    f.savefig("test.png")
    plt.show ()
diagramme(Num_departements_fr,NbreHabitants)
print(dic)

>>>
{'Ain': 1, 'Aisne': 2, 'Allier': 3, 'Alpes-de-Haute-Provence': 4, 'Hautes-Alpes': 5, 'Alpes-Maritimes': 6, 
'Ardèche': 7, 'Ardennes': 8, 'Ariège': 9, 'Aube': 10, 'Aude': 11, 'Aveyron': 12, 'Bouches-du-Rhône': 13, 
'Calvados': 14, 'Cantal': 15, 'Charente': 16, 'Charente-Maritime': 17, 'Cher': 18, 'Corrèze': 19, 'Corse': 20, 
"Côte-d'Or": 21, "Côtes-d'Armor": 22, 'Creuse': 23, 'Dordogne': 24, 'Doubs': 25, 'Drôme': 26, 'Eure': 27, 
'Eure-et-Loir': 28, 'Finistère': 29, 'Gard': 30, 'Haute-Garonne': 31, 'Gers': 32, 'Gironde': 33, 'Hérault': 34, 
'Ille-et-Vilaine': 35, 'Indre': 36, 'Indre-et-Loire': 37, 'Isère': 38, 'Jura': 39, 'Landes': 40, 'Loir-et-Cher': 41,
 'Loire': 42, 'Haute-Loire': 43, 'Loire-Atlantique': 44, 'Loiret': 45, 'Lot': 46, 'Lot-et-Garonne': 47, 'Lozère': 48,
 'Maine-et-Loire': 49, 'Manche': 50, 'Marne': 51, 'Haute-Marne': 52, 'Mayenne': 53, 'Meurthe-et-Moselle': 54, 'Meuse': 55,
 'Morbihan': 56, 'Moselle': 57, 'Nièvre': 58, 'Nord': 59, 'Oise': 60, 'Orne': 61, 'Pas-de-Calais': 62, 
 'Puy-de-Dôme': 63, 'Pyrénées-Atlantiques': 64, 'Hautes-Pyrénées': 65, 'Pyrénées-Orientales': 66, 'Bas-Rhin': 67,
 'Haut-Rhin': 68, 'Rhône': 69, 'Haute-Saône': 70, 'Saône-et-Loire': 71, 'Sarthe': 72, 'Savoie': 73, 'Haute-Savoie': 74, 
 'Paris': 75, 'Seine-Maritime': 76, 'Seine-et-Marne': 77, 'Yvelines': 78, 'Deux-Sèvres': 79, 'Somme': 80,
 'Tarn': 81, 'Tarn-et-Garonne': 82, 'Var': 83, 'Vaucluse': 84, 'Vendée': 85, 'Vienne': 86, 'Haute-Vienne': 87, 
 'Vosges': 88, 'Yonne': 89, 'Territoire de Belfort': 90, 'Essonne': 91, 'Hauts-de-Seine': 92, 'Seine-Saint-Denis': 93, 
'Val-de-Marne': 94, "Val-d'Oise": 95}
>>>