Bonjour à tous,

Je souhaite créer un fichier .exe avec mon programme Python, afin de pouvoir l'utiliser de partout.

J'ai installé pyinstaller, lancé la commande sur mon programme.py, plusieurs dossier se sont crées (dist, build, etc). Tous vas bien.

Cependant, lorsque je lance le .exe du fichier "dist", je n'ai pas le temps de voir le résultat de mon programme qu'il se ferme direct. Peut-être faut-il rajouter une ligne de commande dans mon programme pour qu'il se mette en "pause" ?

En C, je me rappelle que cette commande était plus ou moins comme ça :

Code : Sélectionner tout - Visualiser dans une fenêtre à part
1
2
 
system("pause")
Voici mon programme de discrétisation automatique :

Code : Sélectionner tout - Visualiser dans une fenêtre à part
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
 
import numpy as np 
import math as math
 
data = np.loadtxt('etude.csv', delimiter=';', skiprows=1)
 
 
longueur = len(data)
max = max(data)
min = min(data)
 
moyenne = np.mean(data)
ecart_type = np.std(data)
 
quart1 = np.percentile(data, 25)
quart3 = np.percentile(data, 75)
interquartile = quart3 - quart1
 
nb_classe = None
 
etendu = max - min
 
amplitude_egale = []
seuils_observes = []
moyenne_emboitee = []
progr_arith = []
progr_geom = []
standardisation = []
effectifs_egaux = []
 
 
 
Brooks_Carruthers = 5 * math.log10(longueur)
 
Huntsberger = 1 + 3.332 * math.log10(longueur) 
 
Sturges = math.log(longueur + 1, 2)
 
Scott = (max - min) / (3.5 * ecart_type * pow(longueur, (-1/3)))
 
Freedman_Diaconis = (max - min) / (2 * interquartile * pow(longueur, (-1/3)))
 
 
 
print("----------NOMBRE DE CLASSES CONSEILLEES----------\n")
 
print("Brooks_Carruthers = %s\nHuntsberger = %s\nSturges = %s\nScott = %s\nFreedman_Diaconis = %s" % (round(Brooks_Carruthers,2),  round(Huntsberger,2), round(Sturges,2), round(Scott,2), round(Freedman_Diaconis, 2)))
 
print("\n")
 
print("Moyenne = %s" % round(((Brooks_Carruthers + Huntsberger + Sturges + Scott + Freedman_Diaconis) / 5), 2))
 
print("\n\n")
 
nb_classe = int(input("Combien de classes prends-tu : "))
 
print("\n\n")
 
 
print("------------------------ Indicatif ---------------------------")
 
print("Nombre d'individus : %s" %longueur)
print("Minimum = %s" %min)
print("Maximum = %s" %max)
print("Moyenne = %s" %round(moyenne, 2))
print("Ecart-type = %s" %round(ecart_type, 2))
 
print("\n\n")
 
print("------------------------ Discrétisation en classe d'amplitude égale (vérifié) ---------------------------")
 
"""IDEAL POUR VALORISER LES VALEURS EXTREMES"""
 
amplitude_type = etendu / nb_classe
 
#print("amplitude = %s" %amplitude_type)
#print("etendu = %s" %etendu)
 
for i in range(0, nb_classe + 1):
	donne = min + (amplitude_type * i)
	amplitude_egale.append(donne)
 
for i in range(0, nb_classe):
	print("]", round(amplitude_egale[i], 2), ";", round(amplitude_egale[i+1], 2), "]")
 
 
 
print("------------------------ Discrétisation par standardisation (vérifié, attention au max) ---------------------------")
 
if (nb_classe == 5):
	standardisation.append(moyenne - 2.5*ecart_type)
	standardisation.append(moyenne - 1.5*ecart_type)
	standardisation.append(moyenne - 0.5*ecart_type)
	standardisation.append(moyenne + 0.5*ecart_type)
	standardisation.append(moyenne + 1.5*ecart_type)
	standardisation.append(moyenne + 2.5*ecart_type)
 
if (nb_classe == 6):
	standardisation.append(moyenne - 3*ecart_type)
	standardisation.append(moyenne - 2*ecart_type)
	standardisation.append(moyenne - 1*ecart_type)
	standardisation.append(moyenne)
	standardisation.append(moyenne + 1*ecart_type)
	standardisation.append(moyenne + 2*ecart_type)
	standardisation.append(moyenne + 3*ecart_type)
 
if (nb_classe == 4):
	standardisation.append(moyenne - 2*ecart_type)
	standardisation.append(moyenne - 1*ecart_type)
	standardisation.append(moyenne)
	standardisation.append(moyenne + 1*ecart_type)
	standardisation.append(moyenne + 2*ecart_type)
 
if (nb_classe == 3):
	standardisation.append(moyenne - 1.5*ecart_type)
	standardisation.append(moyenne - 0.5*ecart_type)
	standardisation.append(moyenne + 0.5*ecart_type)
	standardisation.append(moyenne + 1.5*ecart_type)
 
standardisation.sort()
 
for i in range(0, nb_classe):
	print("]", round(standardisation[i], 2), ";", round(standardisation[i+1], 2), "]")
 
 
print("------------------------ Discrétisation en progression arithmétique (vérifié) ---------------------------")
 
raison = (max - min) / (0.5*nb_classe*(nb_classe + 1))
 
donne = min
 
for i in range(0, nb_classe + 1):
	donne = donne + (raison * i)
	progr_arith.append(donne)
 
for i in range(0, nb_classe):
	print("]", round(progr_arith[i], 2), ";", round(progr_arith[i+1], 2), "]")
 
 
print("------------------------ Discrétisation en progression géométrique ---------------------------")
 
raison = pow(10, (math.log10(max) - math.log10(min)) / nb_classe)
 
for i in range(0, nb_classe + 1):
	donne = min * pow(raison, i)
	progr_geom.append(donne)
 
for i in range(0, nb_classe):
	print("]", round(progr_geom[i], 2), ";", round(progr_geom[i+1], 2), "]")
 
 
print("------------------------ Discrétisation par effectifs égaux (quantiles) (vérifié) ---------------------------")
 
for i in range(0, nb_classe + 1):
	donne = np.percentile(data, (100 / nb_classe) * i)
	effectifs_egaux.append(donne)
 
 
for i in range(0, nb_classe):
	print("]", round(effectifs_egaux[i], 2), ";", round(effectifs_egaux[i+1], 2), "]")
 
 
print("------------------------ Discrétisation par moyennes emboitees (bizarre sur l'exemple) ---------------------------")
 
if (nb_classe == 2) or (nb_classe == 3):
	moyenne_emboitee.append(min)
	moyenne_emboitee.append(moyenne)
	moyenne_emboitee.append(max)
 
elif (nb_classe == 4) or (nb_classe == 5):
	moyenne_emboitee.append(min)
	moyenne_emboitee.append((min + moyenne) / 2)
	moyenne_emboitee.append(moyenne)
	moyenne_emboitee.append((max + moyenne) / 2)
	moyenne_emboitee.append(max)
 
else:
	print("NB_CLASS TROP GRAND")
 
moyenne_emboitee.sort()
 
print(moyenne_emboitee)

Merci à vous.