** Histogramme en R Emmanuella SODABI**
_Installation de R_studio
_Telechargement du dataset (hoising.csv)
_Affichage du dataset dans R
_affichage du graphe avec le code _affichage du graphe dans visual _Interprétation dans zone de texte _Clonez le dépôt et changer les fichiers. ** L'histogramme montre que la plupart des propriétés dans le dataset ont entre 2 et 4 chambres, ce qui représente le segment le plus fréquent. Les maisons avec 1 à 5 chambres sont moins courantes, indiquant une distribution moins uniforme. Cette tendance suggère que le marché immobilier est principalement composé de maisons adaptées à des familles de taille moyenne. **
GeniArt est une application basée sur Tkinter qui utilise un modèle de diffusion pour générer des images à partir de descriptions textuelles. L'application offre également la possibilité de sauvegarder les images générées.
La classe Array implémente un tableau flexible en Python, supportant à la fois des tableaux 1D et 2D, ainsi que diverses opérations mathématiques élémentaires.
- Tableaux 1D et 2D : Gestion des tableaux de dimensions variables.
- Opérations mathématiques : Addition, soustraction, multiplication (par un scalaire ou par un autre tableau), division (par un scalaire ou par un autre tableau), et produit scalaire pour les tableaux 1D.
- Accès aux éléments : Permet l'accès et la modification des éléments individuels ainsi que des tranches du tableau.
- Présence d'un élément : Vérifie si un élément est présent dans le tableau.
- Représentation : Méthode pour afficher une représentation textuelle de l'objet
Array. - Longueur du tableau : Retourne le nombre total d'éléments dans le tableau principal.
from array import Array
# Tableaux 1D
a = Array([1, 2, 3, 4, 5])
b = Array([5, 4, 3, 2, 1])
# Opérations
c = a + b # Addition
d = a * 2 # Multiplication par un scalaire
e = a @ b # Produit scalaire
print(f"a: {a}")
print(f"b: {b}")
print(f"c: {c}")
print(f"d: {d}")
print(f"e: {e}")
# Accès aux éléments et longueur
print(f"Longueur de a: {len(a)}")
# Tableaux 2D
f = Array([[1, 2], [3, 4]])
g = Array([[4, 3], [2, 1]])
# Opérations
h = f + g # Addition
i = f * 2 # Multiplication par un scalaire
print(f"f: {f}")
print(f"g: {g}")
print(f"h: {h}")
print(f"i: {i}")L'histogramme montre la distribution des propriétés en fonction du nombre de chambres. La majorité des propriétés dans le dataset ont entre 2 et 4 chambres, ce qui représente le segment le plus fréquent. Les maisons avec 1 à 5 chambres sont moins courantes, suggérant une distribution non uniforme. Cette tendance indique que le marché immobilier est principalement composé de maisons conçues pour des familles de taille moyenne.
Le nuage de points illustre la relation entre la surface (area) et le prix (price) des observations. Chaque point représente une observation individuelle, montrant comment le prix varie en fonction de la surface. La ligne bleue représente la tendance générale de cette relation : en général, à mesure que la surface augmente, le prix a tendance à augmenter également. Cependant, cette relation n'est pas parfaitement linéaire, comme en témoigne la courbure de la ligne bleue. La zone grise autour de la ligne bleue indique l'intervalle de confiance, soulignant une incertitude croissante pour les valeurs de surface plus élevées. Cette incertitude suggère que pour des surfaces plus grandes, le prix devient plus variable et moins prévisible. De plus, la dispersion des points autour de la ligne de tendance indique que d'autres facteurs influencent également le prix en plus de la surface. La présence de valeurs aberrantes mérite une analyse approfondie pour comprendre leur impact sur la relation observée.
- SODABI Emmanuella : Histogramme en R
- KINZOUN Elfried : Nuage de points en R
- TOKAN Princia : Histogramme en python
- COMADOU Syldon : Nuage de points en python
GeniArt est une application basée sur Tkinter qui utilise un modèle de diffusion pour générer des images à partir de descriptions textuelles. L'application offre également la possibilité de sauvegarder les images générées.
Assurez-vous d'avoir Python 3.7 ou une version ultérieure installée sur votre machine.
-
Clonez le dépôt ou téléchargez les fichiers sources.
-
Créez et activez un environnement virtuel :
python -m venv venv
.\venv\Scripts\activate
python3 -m venv venv
source venv/bin/activate
- Installez les dépendances nécessaires :
pip install -r requirements.txt
- Lancez l'application :
python app.py
- Entrez une description dans le champ de texte et cliquez sur le bouton "Générer" pour générer une image.
- Une fois l'image générée, le bouton "Enregistrer sous" sera activé. Cliquez dessus pour enregistrer l'image sur votre disque.
- Génération d'images : Génération d'images à partir de descriptions textuelles.
- Sauvegarde d'images : Sauvegarde des images générées.
- Choix du mode : Choix entre l'utilisation locale du modèle ou une API distante pour la génération d'images.
- Classe App : Contient toute la logique de l'application.
- init : Initialise l'application, configure l'interface utilisateur et initialise les widgets.
- generate_image : Fonction appelée lors du clic sur "Générer". Lance un thread pour la génération d'image.
- generate_image_thread : Thread de génération d'image. Gère la logique d'appel au modèle local ou distant.
- display_image : Affiche l'image générée sur le canvas.
- save_image : Sauvegarde l'image générée sur le disque.
- switch_api : Permet de basculer entre l'utilisation locale du modèle et une API distante.
- listen_sse et fetch_generated_image : Gèrent la communication avec l'API distante.
- Ismael OGOUBIYI
- Romuald AMEGBEDJI
- Leonce OROU AWA
- Le modèle est téléchargé et mis en cache dans le répertoire courant.
- Pour l'utilisation d'une API distante, l'application demande l'URL de l'API.
- Ghilth GBAGUIDI :20%
- HOUEZO Juste : 20%
- AMEGBEDJI Romuald : 20%
- KINZOUN Elfried : 20%
- SOKEGBE Yohan Kœllyn Mc Donnel : 20%
- KINZOUN Elfried :25%
- SODABI Emmanuella : 20%
- TOKAN Princia : 20%
- COMADOU Syldon : 35%
- Ismael OGOUBIYI - 34%
- Romuald AMEGBEDJI - 33%
- Leonce OROU AWA - 33%