חוקר הפינגווינים
חלק מהיחידה נתונים ותרשימים במסלול ה-Machine Learning של Coddy. שיעור 60 מתוך 60.
צוות שטח באנטארקטיקה מדד 100 פינגווינים משלושה מינים. הקובץ penguins.csv מכיל שורה אחת לכל פינגווין, וכמה תאים ריקים: pandas קוראת אותם בתור NaN.
העמודות שלו: species, island, bill_length_mm, bill_depth_mm, flipper_length_mm, body_mass_g ו-sex.
איזו מדידה מסגירה את המין? הצוות מניח את ההתפלגויות של המינים זו על גבי זו, כך עבור אורך המקור:
המקורים של פינגוויני אדלי בולטים. התוכנית שלך מציירת את התרשים הזה לכל מדידה.
אתגר
קשההתוכנית קוראת שם של עמודה.
- קראו את
penguins.csv; הדפיסו את מספר הפינגווינים ואת מספר הערכים החסרים בעמודה. - הסירו כל שורה שיש בה ערך חסר והדפיסו כמה שורות נשארו.
- בתרשים אחד, עברו בלולאה על המינים: הדפיסו את הממוצע של העמודה עבור כל מין (ספרה אחת אחרי הנקודה העשרונית, באמצעות
round) וציירו את ההיסטוגרמה שלו עםbins=8,alpha=0.5ואת שמו כתווית. - הגדירו את כותרת התרשים לפי שם העמודה, תייגו את ציר ה-y בתור
Penguinsוהוסיפו מקרא.
עבור bill_length_mm, הפלט המלא הוא:
Penguins: 100
Missing bill_length_mm: 2
Kept after cleaning: 94
Adelie: 38.9
Chinstrap: 50.0
Gentoo: 46.9
Charts drawn: 1
Title: bill_length_mm
Y label: Penguins
Histograms: 3
Histogram Adelie: 8 bars, counts [4, 1, 7, 4, 7, 8, 7, 4]
Histogram Chinstrap: 8 bars, counts [1, 2, 5, 2, 5, 4, 0, 1]
Histogram Gentoo: 8 bars, counts [1, 4, 9, 7, 3, 5, 1, 2]
See-through bars: yes
Legend: Adelie, Chinstrap, Gentooנסו בעצמכם
import pandas as pd
import matplotlib.pyplot as plt
species = ["Adelie", "Chinstrap", "Gentoo"]
column = input()
# כתבו את הקוד שלכם למטה
בחנו את עצמכםהשיעור הזה כולל חידון קצר. התחילו את השיעור כדי לענות עליו ולעקוב אחרי ההתקדמות.
כל השיעורים ביחידה נתונים ותרשימים
10הצגת נתונים של DataFrame בגרפים
הצגת DataFrame בגרףתרשים פיזור מעמודותצבע אחד לכל קבוצההיסטוגרמה של עמודהסיכום: מכירות בית הקפה5תרשימי קווים ופיזור
תוויות וכותרותתרשימי פיזורכמה קווים ומקראצבעים וסמניםאיורים וציריםסיכום: צעדים שבועיים11מערכי נתונים ללמידת מכונה (ML)
מערכי נתונים מובניםתכונות ותוויותחקירה לפי מחלקההצגת המחלקות בגרףסיכום: מערך הנתונים Wineתרגלו בעצמכם: קומפיילר Python אונליין