Übung: Simulationsergebnisse interpretieren
In dieser Übung bekommst du die Ergebnisse eines Simulationstests des Capacitated-Plant-Location-Modells als Pandas DataFrame namens df. Er enthält die Gesamtproduktion der verschiedenen Regionen. Die optimalen Modellergebnisse aus jedem Simulationslauf sind als Zeile im DataFrame gespeichert. Die ersten Zeilen des DataFrames werden für dich ausgegeben.
Dein Ziel ist es, Histogramme der Gesamtproduktion der verschiedenen Regionen zu erstellen, um zu verstehen, wie die Produktion in der Simulation schwankt.
Denk daran: Die Produktionskapazität eines Werks mit niedriger bzw. hoher Kapazität beträgt 500 bzw. 1.500.
Diese Übung ist Teil des Kurses
<Kurs>Supply Chain Analytics mit Python</Kurs>Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Import matplotlib.pyplot
import matplotlib.pyplot as plt
plt.title('Histogram of Prod. At Brazil Region')
# Histogram of Brazilian production
plt.hist(____)
plt.show()