Bir CSV dosyasından

CSV dosyaları, tablo biçimindeki verileri saklamanın yaygın bir yoludur ve pandas bunları Python’a okumanın en kolay yoludur. Ve bu bir abartı değil: pandas ile bir CSV dosyasını içe aktarmak için sadece tek bir fonksiyon yeter, üstelik dosyayı otomatik olarak bir DataFrame’e çevirir.

Bu egzersizde, yaban hayatı çarpışmalarına ait kayıtlar içeren bir CSV dosyasını okumak için pandas fonksiyonu read_csv() ve onun argümanlarını keşfedeceksin. Başlamadan önce, konsolda help(pd.read_csv) komutunu çalıştırarak read_csv() fonksiyonunun argümanlarını incele. Argüman sayısı çok fazla, ama seçeneklerini anlamak, verilerini içe aktarırken sana çok zaman kazandıracak.

Bu egzersiz

MATLAB Kullanıcıları için Python

kursunun bir parçasıdır

Kursu Görüntüle

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# Load strikes from strikes.csv
strikes = pd.read_csv('____')

print(strikes.head())

Kodu Düzenle ve Çalıştır

Bu egzersiz

MATLAB Kullanıcıları için Python

kursunun bir parçasıdır

InicianteNível de habilidade

4.8+

Kursa Ücretsiz Başlayın

This chapter gets you started moving from MATLAB to Python. You'll learn about some of the similarities and differences between MATLAB and Python, how to use methods and packages, and be introduced to the popular NumPy package.

Exercise 1: Welcome to Python!Exercise 2: Basic calculations Exercise 3: Forecasting an investment Exercise 4: Types of variables Exercise 5: Methods and packages Exercise 6: Manipulating strings with methods Exercise 7: Using Python packages Exercise 8: Arrays & plotting Exercise 9: Getting started with NumPy arrays Exercise 10: Plotting bicycle traffic Exercise 11: What predicts animal longevity?

In this chapter, you will build on your new NumPy knowledge. You will dive into NumPy arrays, the Python analog to matrices by performing mathematical operations and indexing. You will also begin to explore another important Python data structure, the list, and then round out the chapter by making customs plots of your arrays using Matplotlib.

Exercise 1: Diving into NumPy arrays Exercise 2: Forecasting over time Exercise 3: How much more do organic avocados cost?Exercise 4: Indexing NumPy arrays Exercise 5: Getting columns from NumPy arrays Exercise 6: Bike traffic throughout the week Exercise 7: Filtering arrays with Boolean indexing Exercise 8: Lists Exercise 9: List exploration Exercise 10: Making NumPy arrays from lists Exercise 11: Operating on lists and arrays Exercise 12: Customizing plots Exercise 13: Colors, linestyles, and legends Exercise 14: Encoding data in color & size Exercise 15: Determine engine types in wildlife strikes

This chapter introduces some powerful Python data structures: the dictionary and the pandas DataFrame. You will learn to create dictionaries by setting key-value pairs, and view then how to view and modify your dictionary. Then you will be introduced to one of the most important packages in the Pythonista's toolbox, pandas. Specifically, you'll focus on the pandas' structure, the DataFrame, which organizes tabular data in an easily accessible way. Lastly, you'll learn how to transform different data types into DataFrames to make your data easier to work with.

Exercise 1: Sözlükler Exercise 2: Hangi anahtarlar?Exercise 3: Veriyi çıkar Exercise 4: Sözlükleri değiştirme Exercise 5: DataFrame’lere Giriş Exercise 6: Bir pandas DataFrame'ini keşfet Exercise 7: Bir DataFrame'den verileri görselleştir Exercise 8: pandas DataFrame’lere erişme Exercise 9: Satır ve sütunlara erişim Exercise 10: `.iloc`'un birçok hali Exercise 11: pandas DataFrame'ler oluşturma Exercise 12: Bir CSV dosyasından

Geçerli Egzersiz

Exercise 13: Listelerden oluşan bir sözlükten Exercise 14: Sözlüklerden oluşan bir listeden

You'll finish the course by controlling your Python flow. You will learn how to iterate through different Python data structures using for loops. You will also learn about Python contingencies using if, else, and elif and the Python comparison operators (greater than, less than, etc.) that will decide which lines of your code will be executed. Lastly, you'll circle back to NumPy arrays by using Python comparison operators to filter your arrays.

Exercise 1: Looping through data Exercise 2: Looping through lists Exercise 3: Overlaying multiple plots on a figure Exercise 4: Comparisons and control flow Exercise 5: Counting different types of aircraft Exercise 6: Finding certain rows in a DataFrame Exercise 7: Filtering data Exercise 8: Boolean indexing for quick stats Exercise 9: Booleans for the win!Exercise 10: Boolean indexing and Matplotlib fun Exercise 11: Well done!