Fietstrafiek plotten

Waarden uit een array halen is handig als je maar één element nodig hebt, maar om een overzicht van patronen in je data te krijgen, heb je grafieken nodig! In deze oefening ga je bekijken hoe het fietsverkeer over de Fremont Bridge door het jaar heen varieert door NumPy-arrays te plotten met matplotlib.

Twee NumPy-arrays zijn ingeladen:

daily_riders bevat het gemiddelde aantal dagelijkse fietsers per maand in 2016.
month bevat de bijbehorende maand (1-12) van het jaar voor elk element in daily_riders.

Tijd om deze data te plotten!

Deze oefening maakt deel uit van de cursus

Python voor MATLAB-gebruikers

Interactieve oefening met praktijkervaring

Probeer deze oefening door deze voorbeeldcode aan te vullen.

# Import pyplot as plt

Code bewerken en uitvoeren

Deze oefening maakt deel uit van de cursus

Python voor MATLAB-gebruikers

SkillTag.level.beginnerSkillTag.label

4.8+

Begin gratis met de cursus

In dit hoofdstuk maak je de overstap van MATLAB naar Python. Je leert over enkele overeenkomsten en verschillen tussen MATLAB en Python, hoe je methods en packages gebruikt, en je maakt kennis met het populaire NumPy-pakket.

Exercise 1: Welkom bij Python!Exercise 2: Eenvoudige berekeningen Exercise 3: Een investering voorspellen Exercise 4: Typen variabelen Exercise 5: Methoden en pakketten Exercise 6: Strings bewerken met methods Exercise 7: Python-packages gebruiken Exercise 8: Arrays & plotten Exercise 9: Aan de slag met NumPy-arrays Exercise 10: Fietstrafiek plotten

Huidige oefening

Exercise 11: Wat voorspelt de levensduur van dieren?

In dit hoofdstuk bouw je voort op je nieuwe NumPy-kennis. Je duikt in NumPy-arrays, de Python-tegenhanger van matrices, door wiskundige bewerkingen en indexing uit te voeren. Je gaat ook aan de slag met een andere belangrijke Python-datastructuur: de list. Tot slot rond je het hoofdstuk af door eigen plots van je arrays te maken met Matplotlib.

Exercise 1: Duiken in NumPy-arrays Exercise 2: Voorspellen in de tijd Exercise 3: Hoeveel duurder zijn biologische avocado’s?Exercise 4: Indexeren van NumPy-arrays Exercise 5: Kolommen ophalen uit NumPy-arrays Exercise 6: Fietsverkeer gedurende de week Exercise 7: Arrays filteren met Booleaanse indexing Exercise 8: Lijsten Exercise 9: Lijsten verkennen Exercise 10: NumPy-arrays maken van lists Exercise 11: Werken met lists en arrays Exercise 12: Aangepaste plots maken Exercise 13: Kleuren, lijntypes en legenda's Exercise 14: Gegevens coderen in kleur en grootte Exercise 15: Bepaal motortypes bij wildlife-botsingen

Dit hoofdstuk introduceert een paar krachtige Python-datastructuren: de dictionary en de pandas DataFrame. Je leert dictionaries maken door key-valueparen te zetten en vervolgens hoe je je dictionary bekijkt en wijzigt. Daarna maak je kennis met een van de belangrijkste packages in de gereedschapskist van de Pythonista: pandas. Je focust specifiek op de structuur van pandas, de DataFrame, die tabelgegevens op een toegankelijke manier organiseert. Tot slot leer je hoe je verschillende datatypen omzet naar DataFrames zodat je data makkelijker te bewerken is.

Exercise 1: Dictionaries Exercise 2: Welke keys?Exercise 3: Haal data eruit Exercise 4: Woordenboeken wijzigen Exercise 5: Introductie tot DataFrames Exercise 6: Verken een pandas DataFrame Exercise 7: Data uit een DataFrame plotten Exercise 8: Toegang krijgen tot pandas DataFrames Exercise 9: Rijen en kolommen benaderen Exercise 10: De vele smaken van .iloc Exercise 11: pandas DataFrames maken Exercise 12: Uit een CSV-bestand Exercise 13: Van een dictionary met lijsten Exercise 14: Van een lijst met dictionaries

Je rondt de cursus af door de flow van je Python-code te sturen. Je leert hoe je met for-loops door verschillende Python-datastructuren itereert. Ook leer je over Python-vertakkingen met if, else en elif en de Python-vergelijkingsoperatoren (groter dan, kleiner dan, enz.) die bepalen welke regels van je code worden uitgevoerd. Tot slot kom je terug op NumPy-arrays door Python-vergelijkingsoperatoren te gebruiken om je arrays te filteren.

Exercise 1: Lussen door data Exercise 2: Door lijsten itereren Exercise 3: Meerdere plots over elkaar in één figuur Exercise 4: Vergelijkingen en control flow Exercise 5: Verschillende vliegtuigtypen tellen Exercise 6: Bepaalde rijen in een DataFrame vinden Exercise 7: Data filteren Exercise 8: Booleaanse indexing voor snelle statistieken Exercise 9: Booleans for the win!Exercise 10: Booleaanse indexering en Matplotlib-plezier Exercise 11: Goed gedaan!