diff --git a/TP2/TP2_ex1_sujet.ipynb b/TP2/TP2_ex1_sujet.ipynb
index 3e7607b6ec5e802fcd2697da998696768312a2bc..b97b07b85f5bf7a8c49564b74035a7bae0c4f30c 100644
--- a/TP2/TP2_ex1_sujet.ipynb
+++ b/TP2/TP2_ex1_sujet.ipynb
@@ -120,7 +120,8 @@
     "\n",
     "plt.figure(figsize=[9,6])\n",
     "plt.scatter(X[:, 0], X[:, 1], s=40)\n",
-    "plt.title('dataset'); # on met un \";\" final sous Jupyter pour éviter des affichages intempestifs dans le carnet"
+    "plt.title('dataset')\n",
+    "plt.show()"
    ]
   },
   {
@@ -144,7 +145,8 @@
     "maxdist=max(Z[:,2])  # hauteur du dendrogramme \n",
     "plt.figure(figsize=[9,6]);\n",
     "dendrogram(Z) #,truncate_mode=\"level\",p=10);  # le paramètre p permet éventuellement de ne pas afficher le \"bas\" du dendrogramme, utile pour un grand jeu de données\n",
-    "plt.title('Single linkage dendrogram with scipy');  "
+    "plt.title('Single linkage dendrogram with scipy')\n",
+    "plt.show()"
    ]
   },
   {
@@ -165,7 +167,8 @@
     "    clusters=fcluster(Z, seuil, criterion='distance') \n",
     "    plt.figure(figsize=[9,6]);\n",
     "    plt.scatter(X[:, 0], X[:, 1], s=40, c=clusters, cmap='jet');\n",
-    "    plt.title('Single linkage with scipy, seuil='+str(seuil)+', nombres de clusters: '+str(max(clusters)));"
+    "    plt.title('Single linkage with scipy, seuil='+str(seuil)+', nombres de clusters: '+str(max(clusters)))\n",
+    "    plt.show()"
    ]
   },
   {
@@ -174,9 +177,9 @@
    "metadata": {},
    "outputs": [],
    "source": [
-    "# dans certains cas (en particulier sur MacOS) @interact ne fonctionne pas \n",
+    "# dans certains cas, @interact ne fonctionne pas \n",
     "# (si la cellule précédente fonctionne, n'exécutez pas le code de la présente cellule)\n",
-    "# si vous êtes dans cette situation, faites varier la valeur de seuil entre 0 et maxdist et appelez la fonction d'affichage\n",
+    "# si vous êtes dans cette situation, faites varier la valeur de seuil entre 0 et maxdist et appelez la fonction d'affichage,\n",
     "# comme ci-dessous:\n",
     "# (vous ferez de même dans les cellules ci-dessous faisant appel à @interact)\n",
     "print(maxdist)\n",
@@ -209,8 +212,9 @@
     "def graphique_clustering_single(nc):\n",
     "    clusters=fcluster(Z, nc, criterion='maxclust') \n",
     "    plt.figure(figsize=[9,6]);\n",
-    "    plt.scatter(X[:, 0], X[:, 1], s=40, c=clusters, cmap='jet');\n",
-    "    plt.title('Single linkage with scipy, n_cluster='+str(nc));"
+    "    plt.scatter(X[:, 0], X[:, 1], s=40, c=clusters, cmap='jet')\n",
+    "    plt.title('Single linkage with scipy, n_cluster='+str(nc))\n",
+    "    plt.show()"
    ]
   },
   {
@@ -243,7 +247,8 @@
     "maxdist=max(Z[:,2])\n",
     "plt.figure(figsize=[9,6]);\n",
     "dendrogram(Z)#,truncate_mode=\"level\",p=5)\n",
-    "plt.title('Ward criterion dendrogram with scipy');  # met quelques secondes à s'afficher"
+    "plt.title('Ward criterion dendrogram with scipy')\n",
+    "plt.show()"
    ]
   },
   {
@@ -281,8 +286,9 @@
     "def graphique_clustering_Ward(seuil):\n",
     "    clusters=fcluster(Z, seuil, criterion='distance') \n",
     "    plt.figure(figsize=[9,6]);\n",
-    "    plt.scatter(X[:, 0], X[:, 1], s=40, c=clusters, cmap='jet');\n",
-    "    plt.title('Ward linkage with scipy, seuil='+str(seuil)+', nombres de clusters: '+str(max(clusters)));"
+    "    plt.scatter(X[:, 0], X[:, 1], s=40, c=clusters, cmap='jet')\n",
+    "    plt.title('Ward linkage with scipy, seuil='+str(seuil)+', nombres de clusters: '+str(max(clusters)))\n",
+    "    plt.show()"
    ]
   },
   {
@@ -302,8 +308,9 @@
     "def graphique_clustering_Ward(nc):\n",
     "    clusters=fcluster(Z, nc, criterion='maxclust') \n",
     "    plt.figure(figsize=[9,6]);\n",
-    "    plt.scatter(X[:, 0], X[:, 1], s=40,c=clusters,cmap='jet');\n",
-    "    plt.title('Ward linkage with scipy, n_cluster='+str(nc));"
+    "    plt.scatter(X[:, 0], X[:, 1], s=40,c=clusters,cmap='jet')\n",
+    "    plt.title('Ward linkage with scipy, n_cluster='+str(nc))\n",
+    "    plt.show()"
    ]
   },
   {
@@ -330,10 +337,11 @@
     "def graphique_clustering_KMeans(K):\n",
     "    clustering=cluster.KMeans(n_clusters=K, n_init=10)  \n",
     "    clustering.fit(X)\n",
-    "    print(\"Inertie: %.2f\" % clustering.inertia_)\n",
-    "    plt.figure(figsize=[9,6]);\n",
-    "    plt.scatter(X[:, 0], X[:, 1], s=40,c=clustering.labels_,cmap='jet');\n",
-    "    plt.title('Kmeans, n_cluster='+str(K));"
+    "    #print(\"Inertie: %.2f\" % clustering.inertia_)\n",
+    "    plt.figure(figsize=[9,6])\n",
+    "    plt.scatter(X[:, 0], X[:, 1], s=40,c=clustering.labels_,cmap='jet')\n",
+    "    plt.title(f'Kmeans, n_cluster={K}, inertie={clustering.inertia_:.2f}')\n",
+    "    plt.show()"
    ]
   },
   {
@@ -373,10 +381,11 @@
     "    clustering.fit(X)\n",
     "    inertie[K-1]=clustering.inertia_\n",
     "plt.figure(figsize=[9,6]);\n",
-    "plt.plot(np.arange(1,11),inertie);\n",
+    "plt.plot(np.arange(1,11),inertie)\n",
     "plt.xlabel(\"K\");\n",
-    "plt.ylabel(\"inertie\");\n",
-    "plt.title(\"elbow plot\");"
+    "plt.ylabel(\"inertie\")\n",
+    "plt.title(\"elbow plot\")\n",
+    "plt.show()"
    ]
   },
   {