мета-данные страницы
  •  
Загрузка не удалась. Возможно, проблемы с правами доступа?

Различия

Показаны различия между двумя версиями страницы.

Ссылка на это сравнение

Предыдущая версия справа и слеваПредыдущая версия
Следующая версия		Предыдущая версия
python:week13 [12/04/2017 01:48] – [Диаграммы в matplotlib] ybezrukovpython:week13 [13/04/2017 12:41] (текущий) – [Диаграммы в matplotlib] ybezrukov
Строка 1: Строка 1:
-Как популярный язык, Питон оброс уже большим количеством библиотек, позволяющих упростить жизнь во многих аспектах. Рассмотрим сегодня две из них. Библиотеку для работы с графиками matplotlib и библиотеку для работы с табличными данными pandas.+Как популярный язык, Питон оброс уже большим количеством библиотек, позволяющих упростить жизнь во многих аспектах. Сегодня и далее мы рассмотрим две из них. Библиотеку для работы с графиками matplotlib и библиотеку для работы с табличными данными pandas.
  
 ====== Диаграммы в matplotlib ====== ====== Диаграммы в matplotlib ======
Строка 6: Строка 6:
  
 <code python> <code python>
-import matplotlib.pyplot as plt # подключем модуль pyplo+import matplotlib.pyplot as plt # подключем модуль pyplot
 x_axis = range(1, 20)  # создадим список данных для оси X x_axis = range(1, 20)  # создадим список данных для оси X
 y_axis = [i * i for i in range(1, 20)] # и для оси Y, здесь использован генератор для создания списка y_axis = [i * i for i in range(1, 20)] # и для оси Y, здесь использован генератор для создания списка
Строка 20: Строка 20:
 import numpy as np # подключим модуль numpy import numpy as np # подключим модуль numpy
  
-x_axis = np.arange(0.0, 1.0, 0.01) # создадим список  чисел от 0 до 1 с шагом 0.1. Принцип, идентичный уже известному нам range, но более оптимален по скорости работы для большого количества данных+x_axis = np.arange(0.0, 1.0, 0.01) # создадим список  чисел от 0 до 1 с шагом 0.01. Принцип, идентичный уже известному нам range, но более оптимален по скорости работы для большого количества данных
 y_axis = np.sin(2*np.pi*x_axis) # аналогично для оси Y, обратите внимание, как в этой библиотеке упрощено обход значений других списков. Мы передаем значение списка x_axis просто как аргумент функции, а библиотека уже понимает, что если передали список, то на выходе тоже хотим список. y_axis = np.sin(2*np.pi*x_axis) # аналогично для оси Y, обратите внимание, как в этой библиотеке упрощено обход значений других списков. Мы передаем значение списка x_axis просто как аргумент функции, а библиотека уже понимает, что если передали список, то на выходе тоже хотим список.
 line, = plt.plot(x_axis, y_axis, color='red', lw=2) # здесь мы добавили новую особенность, цвет и ширину линии диаграммы line, = plt.plot(x_axis, y_axis, color='red', lw=2) # здесь мы добавили новую особенность, цвет и ширину линии диаграммы
Строка 44: Строка 44:
 </code> </code>
 {{ :python:platens.png?600 |}} {{ :python:platens.png?600 |}}
 +
 +
  
 ====== Задание 13 ====== ====== Задание 13 ======
 +
 +Прочитать {{ :python:hubble.txt |файл}} с данными измерений космического телескопа Хаббл и нарисовать диаграмму зависимости скорости убегания от объекта измерения.
 +
 +====== Задание 14 ======
 Используя информацию о городах и странах из предыдущих заданий, нарисовать гистограмму количества городов в странах, для первых 10 стран с наибольшим количеством городов Используя информацию о городах и странах из предыдущих заданий, нарисовать гистограмму количества городов в странах, для первых 10 стран с наибольшим количеством городов
-====== Пакет pandas ====== 
-pandas это библиотека для языка Питон, которая дает методы для более удобной работы с {{ :python:53269.png?100|}}