Récapitulatif : rapport sur les précipitations

Fait partie de la section Données et visualisations du Journey Machine Learning de Coddy. Leçon 30 sur 60.

Défi

Moyen

Tu te souviens du rapport qui a ouvert ce chapitre ? Construis-le maintenant. Un club de cyclisme demande quel jour de la semaine est généralement le plus pluvieux ; rain contient 42 jours consécutifs (mm), répartis sur six semaines commençant un lundi.

Calcule la moyenne de chaque jour de la semaine sur les six semaines.
Affiche Wettest: et le nom du jour de la semaine ayant la moyenne la plus élevée.
Trace deux graphiques côte à côte : des barres représentant les moyennes par jour de la semaine, nommées par weekdays, et un histogramme des précipitations quotidiennes avec 5 intervalles.

Le tien devrait ressembler à celui-ci, provenant d’une autre station :

Deux graphiques côte à côte : à gauche, des barres intitulées Rain by Weekday, Weekday en abscisse et Average rain (mm) en ordonnée ; à droite, un histogramme intitulé Daily Rain, Rain (mm) en abscisse et Days en ordonnée

Utilise ces textes : Rain by Weekday, Weekday et Average rain (mm) à gauche ; Daily Rain, Rain (mm) et Days à droite. Pour cette station, le programme affiche Wettest: Thu, puis Coddy décrit la figure.

Essayez vous-même

import numpy as np
import matplotlib.pyplot as plt

# Précipitations par jour (mm), 6 semaines de 7 jours, à partir d’un lundi
rain = np.array([0, 0, 3, 12, 5, 0, 0, 1, 0, 0, 0, 2, 8, 0,
                 14, 25, 6, 0, 0, 3, 0, 0, 0, 0, 4, 0, 0, 1,
                 0, 7, 18, 9, 0, 0, 2, 5, 0, 0, 0, 11, 3, 0])
weekdays = ["Mon", "Tue", "Wed", "Thu", "Fri", "Sat", "Sun"]

# Écrivez votre code ci-dessous