Renk ve boyutta veriyi kodlama

Bu egzersizde organik ve konvansiyonel avokado fiyatları arasındaki ilişkileri görselleştireceksin.

Aşağıdaki NumPy dizileri çalışma alanında mevcut:

conventional_price, birçok pazarda konvansiyonel avokadoların ay ay ortalama fiyatlarını içerir.
organic_price, organik avokadolar için aynısını içerir.
fraction_organic, o ay satılan avokadoların organik olanlarının payını içerir.

matplotlib kullanarak birkaç soruyu yanıtlamaya çalışacak ve organik avokado pazarı hakkında içgörü elde edeceksin.

Konvansiyonel avokadolar daha pahalı olduğunda, organik avokadoların fiyatı da yükseliyor mu?
Organik avokadolar için fiyat farkı (prim) az olduğunda, insanlar daha fazla organik avokado mu alıyor?

Bu egzersiz

MATLAB Kullanıcıları için Python

kursunun bir parçasıdır

Kursu Görüntüle

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# Initialize the figure
plt.figure()

# Make the scatter plot


plt.show()

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: NumPy dizilerine derin dalış Exercise 2: Zamana göre tahmin Exercise 3: Organik avokadolar ne kadar daha pahalı?Exercise 4: NumPy dizilerinde indeksleme Exercise 5: NumPy dizilerinden sütunları alma Exercise 6: Hafta boyunca bisiklet trafiği Exercise 7: Boolean indeksleme ile dizileri filtreleme Exercise 8: Listeler Exercise 9: Liste keşfi Exercise 10: Listelerden NumPy dizileri oluşturma Exercise 11: Listeler ve diziler üzerinde işlemler Exercise 12: Grafikleri özelleştirme Exercise 13: Renkler, çizgi stilleri ve lejantlar Exercise 14: Renk ve boyutta veriyi kodlama

Geçerli Egzersiz

Exercise 15: Yaban hayatı çarpışmalarında motor türlerini belirle

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: Dictionaries Exercise 2: Which keys?Exercise 3: Get data out Exercise 4: Modifying dictionaries Exercise 5: Introduction to DataFrames Exercise 6: Explore a pandas DataFrame Exercise 7: Plot data from a DataFrame Exercise 8: Accessing pandas DataFrames Exercise 9: Accessing rows and columns Exercise 10: The many flavors of .iloc Exercise 11: Creating pandas DataFrames Exercise 12: From a CSV file Exercise 13: From a dictionary of lists Exercise 14: From a list of dictionaries

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!