Odkrywca pingwinów

Część sekcji Dane i wykresy ścieżki Machine Learning w Coddy. Lekcja 60 z 60.

Zespół terenowy na Antarktydzie zmierzył 100 pingwinów należących do trzech gatunków. Plik penguins.csv zawiera jeden wiersz na pingwina, a kilka komórek jest pustych: pandas odczytuje je jako NaN.

Jej kolumny: species, island, bill_length_mm, bill_depth_mm, flipper_length_mm, body_mass_g i sex.

Jaki pomiar pozwala rozpoznać gatunek? Zespół nakłada na siebie rozkłady dla poszczególnych gatunków, tak jak tutaj w przypadku długości dzioba:

Trzy przezroczyste histogramy długości dzioba zatytułowane bill_length_mm: Adelie po lewej, w przedziale od 34 do 43 mm, Gentoo pośrodku, Chinstrap po prawej, rozkłady Gentoo i Chinstrap nachodzą na siebie

Dzioby pingwinów Adeli wyróżniają się. Twój program rysuje ten wykres dla dowolnego pomiaru.

Wyzwanie

Trudny

Program odczytuje nazwę kolumny.

Odczytaj penguins.csv; wypisz liczbę pingwinów oraz liczbę brakujących wartości w kolumnie.
Usuń każdy wiersz z brakującymi danymi i wypisz, ile wierszy pozostało.
Na jednym wykresie przejdź pętlą po gatunkach: wypisz średnią wartość kolumny dla każdego z nich (1 miejsce po przecinku, używając round) i narysuj histogram z bins=8, alpha=0.5 oraz nazwą gatunku jako etykietą.
Ustaw tytuł wykresu na nazwę kolumny, oznacz oś y etykietą Penguins i dodaj legendę.

Dla bill_length_mm pełny wynik to:

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, Gentoo

Spróbuj swoich sił

import pandas as pd
import matplotlib.pyplot as plt

species = ["Adelie", "Chinstrap", "Gentoo"]
column = input()

# Napisz swój kod poniżej

Sprawdź się

Ta lekcja zawiera krótki quiz. Zacznij lekcję, żeby na niego odpowiedzieć i śledzić swoje postępy.

Wszystkie lekcje w sekcji Dane i wykresy

1Wprowadzenie

Witaj, uczenie maszynowe Czym jest model?Importowanie bibliotek Twój pierwszy wykres

4Przekształcanie danych

Zmiana kształtu tablic Łączenie tablic Liczby losowe Podsumowanie: symulacja rzutu kostką

7Ramki danych w pandas

Series Ramki danych Wczytywanie plików CSV Przeglądanie danych Wybieranie kolumn Podsumowanie: oceny filmów

10Wizualizacja DataFrame’ów

Wizualizacja DataFrame Wykres punktowy z kolumn Jeden kolor dla każdej grupy Histogram kolumny Powtórzenie: sprzedaż w kawiarni

2Tablice NumPy

Tworzenie tablic Kształt i rozmiar Zakresy liczb Indeksowanie i wycinanie Podsumowanie: siatka temperatur

5Wykresy liniowe i punktowe

Etykiety i tytuły Wykresy punktowe Wiele linii i legendy Kolory i znaczniki Rysunki i osie Podsumowanie: tygodniowa liczba kroków

8Filtrowanie i sortowanie

Wybieranie wierszy Filtrowanie wierszy Sortowanie wartości Nowe kolumny Podsumowanie: najlepsze produkty

11Zbiory danych dla ML

Wbudowane zbiory danych Cechy i etykiety Analiza według klas Wizualizacja klas Podsumowanie: zbiór danych Wine

3Operacje matematyczne na tablicach

Operacje matematyczne na całych tablicach Statystyki podsumowujące Statystyki według osi Rozgłaszanie Maski logiczne Podsumowanie: wyniki egzaminów

6Wykresy danych

Wykresy słupkowe Histogramy Kilka wykresów na jednym Obrazy jako tablice Podsumowanie: raport o opadach

9Grupowanie i czyszczenie

Zliczanie wartości Grupowanie danych Kilka podsumowań Brakujące wartości Powtórka: wyniki ankiety

12Wyzwania końcowe

Raport sprzedaży Odczyty z czujników Cyfry w skrócieOdkrywca pingwinów

Poćwicz samodzielnie: Kompilator Python online