Merge pull request #5 from calculquebec/fix-titles

Uniformiser les titres d'atelier

Author: dlq

README.md

@@ -2,8 +2,8 @@
 
 ## Titres d'atelier
 
-* (FR) **Analyse de données et visualisation en Python**
-* (EN) **Data Analysis and Visualization in Python**
+* (FR) **Analyse de données avec Python**
+* (EN) **Data Analysis with Python**
 
 ## Dépendances
 

a_propos.ipynb

@@ -4,7 +4,7 @@
    "cell_type": "markdown",
    "metadata": {},
    "source": [
-    "# Analyse de données et visualisation en Python"
+    "# Analyse de données avec Python"
    ]
   },
   {

about.ipynb

@@ -4,7 +4,7 @@
    "cell_type": "markdown",
    "metadata": {},
    "source": [
-    "# Data Analysis and Visualization in Python"
+    "# Data Analysis with Python"
    ]
   },
   {

src/01-dataframe.ipynb

@@ -7,7 +7,7 @@
     "lang": "fr"
    },
    "source": [
-    "# Analyse et visualisation de données avec Python\n",
+    "# Analyse de données avec Python\n",
     "## Démarrer avec des données\n",
     "\n",
     "Questions\n",
@@ -31,7 +31,7 @@
     "lang": "en"
    },
    "source": [
-    "# Data Analysis and Visualization in Python\n",
+    "# Data Analysis with Python\n",
     "## Starting With Data\n",
     "Questions\n",
     "* How can I import data in Python?\n",
@@ -54,7 +54,7 @@
     "lang": "fr"
    },
    "source": [
-    "## Utiliser les DataFrames Pandas dans Python\n",
+    "## Utiliser les DataFrames Pandas\n",
     "\n",
     "### Pandas dans Python\n",
     "L'une des meilleures options pour traiter des données tabulaires dans Python est d'utiliser la bibliothèque d'analyse de données Python, c'est-à-dire *Pandas*. La bibliothèque Pandas fournit des structures de données, produit des graphiques de haute qualité avec *Matplotlib* et s'intègre bien avec d'autres bibliothèques utilisant des tableaux *NumPy* (qui est une autre bibliothèque Python)."
@@ -67,7 +67,7 @@
     "lang": "en"
    },
    "source": [
-    "## Working With Pandas DataFrames in Python\n",
+    "## Working With Pandas DataFrames\n",
     "\n",
     "### Pandas in Python\n",
     "One of the best options for working with tabular data in Python is to use the Python Data Analysis Library (a.k.a. Pandas). The Pandas library provides data structures, produces high quality plots with matplotlib and integrates nicely with other libraries that use NumPy (which is another Python library) arrays."

src/02-selection.ipynb

@@ -7,7 +7,7 @@
     "lang": "fr"
    },
    "source": [
-    "# Analyse et visualisation de données avec Python\n",
+    "# Analyse de données avec Python\n",
     "## Sélectionner des lignes et des colonnes de données\n",
     "Questions\n",
     "* Comment accéder à des données spécifiques dans un dataframe?\n",
@@ -29,7 +29,7 @@
     "lang": "en"
    },
    "source": [
-    "# Data Analysis and Visualization in Python\n",
+    "# Data Analysis with Python\n",
     "## Indexing, Slicing and Subsetting DataFrames\n",
     "Questions\n",
     "* How can I access specific data within my data set?\n",

src/03-format.ipynb

@@ -7,7 +7,7 @@
     "lang": "fr"
    },
    "source": [
-    "# Analyse et visualisation de données avec Python\n",
+    "# Analyse de données avec Python\n",
     "## Formatage des données\n",
     "Questions\n",
     "* Comment gérer les valeurs non définies ou nulles?\n",
@@ -26,7 +26,7 @@
     "lang": "en"
    },
    "source": [
-    "# Data Analysis and Visualization in Python\n",
+    "# Data Analysis with Python\n",
     "## Data Formatting\n",
     "Questions\n",
     "* How can I manage undefined (null) values?\n",