Reprezentarea grafică a traficului ciclistic

Extragerea valorilor dintr-un array este utilă atunci când ai nevoie de informații despre un singur element, însă pentru a înțelege tiparul din datele tale, ai nevoie de grafice! În acest exercițiu, vei explora cum variază traficul ciclistic pe Podul Fremont de-a lungul anului, reprezentând grafic array-uri NumPy cu ajutorul matplotlib.

Sunt încărcate două array-uri NumPy:

daily_riders conține numărul mediu de cicliști pe zi pentru fiecare lună din 2016.
month conține luna corespunzătoare (1-12) din an pentru fiecare element din daily_riders.

E timpul să reprezentăm grafic aceste date!

Acest exercițiu face parte din cursul

Python pentru utilizatorii de MATLAB

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Import pyplot as plt

Editează și rulează codul

Acest exercițiu face parte din cursul

Python pentru utilizatorii de MATLAB

SkillTag.level.beginnerSkillTag.label

4.8+

Începe cursul gratuit

Acest capitol te pregătește pentru tranziția de la MATLAB la Python. Vei afla care sunt asemănările și diferențele dintre cele două limbaje, cum să folosești metode și pachete și vei face cunoștință cu popularul pachet NumPy.

Exercise 1: Bun venit în Python!Exercise 2: Calcule de bază Exercise 3: Prognozarea unei investiții Exercise 4: Tipuri de variabile Exercise 5: Metode și pachete Exercise 6: Manipularea șirurilor de caractere cu metode Exercise 7: Utilizarea pachetelor Python Exercise 8: Tablouri și reprezentări grafice Exercise 9: Primii pași cu array-urile NumPy Exercise 10: Reprezentarea grafică a traficului ciclistic

Exercițiul curent

Exercise 11: Ce prezice longevitatea animalelor?

În acest capitol, vei aprofunda cunoștințele despre NumPy. Vei explora array-urile NumPy – echivalentul Python al matricelor – efectuând operații matematice și indexări. Vei descoperi și o altă structură de date importantă în Python: lista. La final, vei crea reprezentări grafice personalizate ale array-urilor tale folosind Matplotlib.

Exercise 1: Explorăm array-urile NumPy Exercise 2: Prognoză în timp Exercise 3: Cu cât costă mai mult avocado-urile organice?Exercise 4: Indexarea array-urilor NumPy Exercise 5: Extragerea coloanelor din array-uri NumPy Exercise 6: Traficul de biciclete pe parcursul săptămânii Exercise 7: Filtrarea array-urilor cu indexare Boolean Exercise 8: Liste Exercise 9: Explorarea listelor Exercise 10: Crearea array-urilor NumPy din liste Exercise 11: Operații pe liste și array-uri Exercise 12: Personalizarea graficelor Exercise 13: Culori, stiluri de linie și legende Exercise 14: Codificarea datelor prin culoare și dimensiune Exercise 15: Determină tipurile de motoare în coliziunile cu fauna sălbatică

Acest capitol îți prezintă două structuri de date puternice din Python: dicționarul și DataFrame-ul din pandas. Vei învăța să creezi dicționare prin definirea perechilor cheie-valoare, să le vizualizezi și să le modifici. Apoi vei face cunoștință cu unul dintre cele mai importante pachete din arsenalul unui programator Python: pandas. Te vei concentra în special pe structura DataFrame, care organizează datele tabulare într-un format ușor de accesat. La final, vei învăța cum să transformi diferite tipuri de date în DataFrame-uri pentru a lucra mai eficient cu ele.

Exercise 1: Dicționare Exercise 2: Ce chei există?Exercise 3: Extrage date Exercise 4: Modificarea dicționarelor Exercise 5: Introducere în DataFrame-uri Exercise 6: Explorează un DataFrame pandas Exercise 7: Reprezentarea grafică a datelor dintr-un DataFrame Exercise 8: Accesarea DataFrames-urilor pandas Exercise 9: Accesarea rândurilor și coloanelor Exercise 10: Multele variante ale .iloc Exercise 11: Crearea DataFrame-urilor pandas Exercise 12: Dintr-un fișier CSV Exercise 13: Din un dicționar de liste Exercise 14: Dintr-o listă de dicționare

Vei încheia cursul învățând să controlezi fluxul de execuție în Python. Vei descoperi cum să parcurgi diferite structuri de date Python folosind bucle for. Vei afla și cum să folosești instrucțiunile if, else și elif, precum și operatorii de comparație din Python (mai mare, mai mic etc.), care determină ce linii de cod vor fi executate. La final, vei reveni la array-urile NumPy și vei folosi operatorii de comparație pentru a le filtra.

Exercise 1: Iterarea prin date Exercise 2: Parcurgerea listelor cu bucle Exercise 3: Suprapunerea mai multor grafice pe o figură Exercise 4: Comparații și control flow Exercise 5: Numărarea diferitelor tipuri de aeronave Exercise 6: Găsirea anumitor rânduri într-un DataFrame Exercise 7: Filtrarea datelor Exercise 8: Indexare Boolean pentru statistici rapide Exercise 9: Booleenii câștigă!Exercise 10: Indexare Boolean și distracție cu Matplotlib Exercise 11: Felicitări!