Iterace přes seznam

V tomto cvičení máš k dispozici seznam things. Obsahuje různé typy pythonových objektů. Tvým úkolem je projít všechny položky tohoto seznamu. Který způsob zahájení smyčky for je správný?

Neváhej si seznam prozkoumat.

Toto cvičení je součástí kurzu

Python pro uživatele MATLABu

Zobrazit kurz

Interaktivní praktické cvičení

Proměňte teorii v praxi s jedním z našich interaktivních cvičení

Začít cvičení

Toto cvičení je součástí kurzu

Python pro uživatele MATLABu

SkillTag.level.beginnerSkillTag.label

4.8+

31 reviews

Začněte kurz zdarma

V této kapitole se rozběhneš na cestě z MATLABu do Pythonu. Dozvíš se, v čem se MATLAB a Python podobají a v čem se liší, jak používat metody a balíčky a seznámíš se s populárním balíčkem NumPy.

Exercise 1: Vítej v Pythonu!Exercise 2: Základní výpočty Exercise 3: Prognóza investice Exercise 4: Typy proměnných Exercise 5: Metody a balíčky Exercise 6: Manipulace s řetězci pomocí metod Exercise 7: Používání balíčků v Pythonu Exercise 8: Pole a vizualizace dat Exercise 9: Začínáme s poli NumPy Exercise 10: Vizualizace cyklistického provozu Exercise 11: Co předpovídá délku života zvířat?

V této kapitole navážeš na své nové znalosti NumPy. Ponoříš se do NumPy polí – pythonského ekvivalentu matic – a budeš provádět matematické operace a indexování. Prozkoumáš také další důležitou datovou strukturu Pythonu, seznam, a kapitolu zakončíš tvorbou vlastních grafů svých polí pomocí Matplotlib.

Exercise 1: Ponoř se do NumPy polí Exercise 2: Předpověď vývoje v čase Exercise 3: O kolik více stojí bio avokádo?Exercise 4: Indexování polí NumPy Exercise 5: Výběr sloupců z NumPy polí Exercise 6: Cyklistický provoz v průběhu týdne Exercise 7: Filtrování polí pomocí booleovského indexování Exercise 8: Seznamy Exercise 9: Průzkum seznamů Exercise 10: Vytváření NumPy polí ze seznamů Exercise 11: Operace se seznamy a poli Exercise 12: Přizpůsobení grafů Exercise 13: Barvy, styly čar a legendy Exercise 14: Kódování dat pomocí barvy a velikosti Exercise 15: Určení typů motorů při střetech se zvířaty

Tato kapitola představuje výkonné datové struktury Pythonu: slovník a pandas DataFrame. Naučíš se vytvářet slovníky pomocí párů klíč–hodnota, zobrazovat je a upravovat. Poté se seznámíš s jedním z nejdůležitějších balíčků v arzenálu každého pythonisty – pandas. Zaměříš se především na datovou strukturu DataFrame, která organizuje tabulková data přehledným a snadno dostupným způsobem. Na závěr zjistíš, jak převádět různé datové typy do DataFramů, aby se ti s daty pracovalo pohodlněji.

Exercise 1: Slovníky Exercise 2: Které klíče?Exercise 3: Získej data Exercise 4: Úpravy slovníků Exercise 5: Úvod do DataFrames Exercise 6: Prozkoumej pandas DataFrame Exercise 7: Vizualizace dat z DataFrame Exercise 8: Přístup k pandas DataFrames Exercise 9: Přístup k řádkům a sloupcům Exercise 10: Různé způsoby použití .iloc Exercise 11: Vytváření pandas DataFrames Exercise 12: Z CSV souboru Exercise 13: Ze slovníku seznamů Exercise 14: Ze seznamu slovníků

Kurz zakončíš ovládnutím toku programu v Pythonu. Naučíš se procházet různé datové struktury Pythonu pomocí cyklů for. Dozvíš se také, jak fungují podmínky if, else a elif, a seznámíš se s porovnávacími operátory Pythonu (větší než, menší než a dalšími), které rozhodují o tom, které řádky kódu se spustí. Na závěr se vrátíš k NumPy polím a použiješ porovnávací operátory k jejich filtrování.

Exercise 1: Procházení dat pomocí smyčky Exercise 2: Iterace přes seznam

Aktuální cvičení

Exercise 3: Překrývání více grafů v jednom obrázku Exercise 4: Porovnávání a řízení toku programu Exercise 5: Počítání různých typů letadel Exercise 6: Hledání konkrétních řádků v DataFrame Exercise 7: Filtrování dat Exercise 8: Booleovské indexování pro rychlé statistiky Exercise 9: Logické indexování vyhrává!Exercise 10: Booleovské indexování a vizualizace v Matplotlib Exercise 11: Skvělá práce!