Menu
CoddyTech
INIZIA A IMPARARE
flag It iconItalianodown icon

Importare le librerie

Fa parte della sezione Dati e grafici del percorso Machine Learning di Coddy. Lezione 3 di 60.

Le funzioni proprie di Python si fermano alle basi, come len e round. Per fare di più, import un modulo: codice già pronto. Il machine learning si basa su NumPy:

import numpy as np

print(np.sqrt(49))                 # una funzione: parentesi
print(np.pi)                       # un valore: senza parentesi
print(np.round(2 * np.pi * 3, 2))  # arrotonda a 2 cifre decimali

Questo stampa:

7.0
3.141592653589793
18.85

as np assegna a NumPy un soprannome breve, un alias. Un punto permette di accedere al suo interno. Nota che np.sqrt restituisce sempre un numero decimale: 7.0, non 7.

Importa una volta, all’inizio, e ogni riga sottostante può usare np.

challenge icon

Sfida

Facile

Una pizzeria vuole una pizza quadrata grande quanto quella rotonda. Il programma legge il diametro della pizza rotonda in centimetri.

  1. Importa NumPy come np.
  2. Calcola l’area: np.pi moltiplicato per il raggio al quadrato. Il raggio è la metà del diametro.
  3. Calcola il lato del quadrato: la radice quadrata dell’area.
  4. Stampa entrambi, arrotondati a 2 cifre decimali con np.round.

Per una pizza da 40 cm, le due forme sono così:

Una pizza rotonda larga 40 cm accanto a una pizza quadrata con il lato di 35.45 cm, entrambe con un’area di 1256.64 centimetri quadrati

e il programma stampa:

Area: 1256.64
Side: 35.45

Provalo tu

# Importa NumPy en la línea de abajo

diameter = float(input())

# Escribe tu código abajo
quiz iconMettiti alla prova

Questa lezione include un breve quiz. Inizia la lezione per rispondere e tenere traccia dei tuoi progressi.

Tutte le lezioni di Dati e grafici

1Introduzione

Ciao, Machine LearningChe cos'è un modello?Importare le librerieIl tuo primo grafico

4Modellare i dati

Rimodellare gli arrayUnire gli arrayNumeri casualiRipasso: simulazione del lancio dei dadi

7DataFrame di pandas

SerieDataFrameLettura di file CSVEsaminare i datiSelezionare le colonneRiepilogo: valutazioni dei film

10Creare grafici con i DataFrame

Creare un grafico da un DataFrameGrafico a dispersione da colonneUn colore per gruppoIstogramma di una colonnaRiepilogo: vendite della caffetteria

2Array NumPy

Creazione di arrayForma e dimensioneIntervalli di numeriIndicizzazione e slicingRiepilogo: griglia delle temperature

5Grafici a linee e a dispersione

Etichette e titoliGrafici a dispersionePiù linee e legendeColori e marcatoriFigure e assiRiepilogo: passi settimanali

8Filtraggio e ordinamento

Selezionare le righeFiltrare le righeOrdinare i valoriNuove colonneRiepilogo: i prodotti migliori

11Dataset per il ML

Dataset integratiCaratteristiche ed etichetteEsplorare per classeRappresentare graficamente le classiRiepilogo: dataset Wine

3Matematica con gli array

Operazioni matematiche su interi arrayStatistiche riassuntiveStatistiche per asseBroadcastingMaschere booleaneRiepilogo: voti d'esame

6Grafici per i dati

Grafici a barreIstogrammiPiù grafici in unoImmagini come arrayRiepilogo: rapporto sulle precipitazioni

9Raggruppamento e pulizia

Conteggio dei valoriRaggruppare i datiDiversi riepiloghiValori mancantiRiepilogo: risultati del sondaggio

12Sfide finali

Report sulle venditeLetture dei sensoriLe cifre a colpo d’occhioEsploratore dei pinguini

Esercitati da solo: Compilatore Python online