Часть 3. Изучите библиотеки Python, такие как NumPy, pandas, matplotlib и Seaborn.
Часть 1:
Часть 2:
Добро пожаловать обратно в «Освоение Python», наше путешествие в освоение программирования на Python. В этом третьем эпизоде мы исследуем увлекательный мир манипулирования и визуализации данных с использованием библиотек Python. С помощью таких библиотек, как NumPy, pandas, matplotlib и Seaborn, вы откроете возможности для анализа, преобразования и представления данных проницательным способом.
NumPy: мощный центр числовых вычислений
NumPy, сокращение от Numerical Python, — это фундаментальная библиотека для научных вычислений. Он обеспечивает поддержку больших многомерных массивов и матриц, а также множество математических функций для работы с этими массивами.
Давайте посмотрим на NumPy в действии на простом примере. Предположим, у вас есть два списка, представляющие рост (в сантиметрах) и вес (в килограммах) людей:
import numpy as np
heights = [170, 165, 182, 155, 160]
weights = [65, 58, 80, 48, 55]
# Convert lists to NumPy arrays
heights_np = np.array(heights)
weights_np = np.array(weights)
# Calculate BMI (Body Mass Index)
bmi = weights_np / ((heights_np / 100) ** 2)
print("BMI:", bmi)
Способность NumPy работать с массивами делает его эффективным для выполнения подобных вычислений.
Pandas: манипулирование данными стало проще
Pandas — это библиотека, которая превосходно справляется с манипуляциями и анализом данных. В нем представлены две основные структуры данных: Series (для одномерных данных) и DataFrame (для двумерных данных, например…
