«Python Библиотеки» — Джейд Картер, страница 20

Аннотация

Книга представляет собой обзор богатой экосистемы библиотек, доступных в языке программирования Python, начиная от основных инструментов для работы с данными и машинного обучения, и заканчивая инструментами для создания веб-приложений, обработки изображений и разработки игр. Основные темы включают в себя введение в библиотеки для анализа данных, такие как NumPy, Pandas, и Matplotlib, а также обсуждение алгоритмов машинного обучения с использованием Scikit-learn. Автор также рассматривает инструменты для работы с веб-технологиями, такие как Flask, Django, и для визуализации данных, такие как Seaborn, Plotly, и Bokeh. Книга охватывает обширный спектр примеров использования каждой библиотеки, предоставляя читателю практический опыт и навыки, необходимые для успешной разработки с использованием Python. Она подходит как для новичков, только начинающих изучать Python, так и для опытных разработчиков, ищущих лучшие инструменты для конкретных задач.

Жанры и темы

программирование самоучители обучение программированию языки программирования язык python компьютерная справочная литература

Читать «Python Библиотеки» — Джейд Картер онлайн

Страница 20 из 27

Петербург
',
'
Киев
']}
df=pd.DataFrame(data)
```
Мы
создаем
простой DataFrame
с
тремя
колонками
:
'
Имя
',
'
Возраст
'
и
'
Город
'.
Эти
данные
представляют
собой
три
записи
с
именами
,
возрастами
и
городами
.
Настраиваем
стильseaborn:
```python
sns.set(style="whitegrid")
```
Эта
строка
устанавливает
стиль
для
графика
с
помощью
библиотеки seaborn.
Здесь
мы
выбрали
стиль"whitegrid",
который
добавляет
белую
сетку
на
фоне
графика
.
–
Создаем
гистограмму
:
```python
plt.ﬁgure(ﬁgsize=(8,6))
sns.histplot(df['
Возраст
'],bins=20,kde=True,color='skyblue')
```
Здесь
мы
создаем
гистограмму
для
столбца
'
Возраст
'
из DataFrame. `ﬁgsize=(8, 6)`
устанавливает
размер
графика
. `bins=20`
указывает
количество
столбцов
в
гистограмме
.`kde=True`
добавляет
оценку
плотности
на
гистограмму
.`color='skyblue'`
задает
цвет
графика
.
–
Добавляем
подписи
и
заголовок
:
```python
plt.xlabel('
Возраст
',fontsize=12)

plt.ylabel('
Частота
',fontsize=12)
plt.title('
Гистограмма
возрастов
',fontsize=14)
```
Эти
строки
добавляют
подписи
к
осям
и
заголовок
для
улучшения
понимания
графика
–
Добавляем
сетку
:
```python
plt.grid(axis='y',linestyle='–',alpha=0.7)
```
Эта
строка
добавляет
горизонтальную
сетку
для
лучшей
читаемости
.
–
Показываем
график
:
```python
plt.show()
```
И
наконец
,
эта
строка
отображает
график
.
Этот
код
создает
красивую
гистограмму
с
данными
о
возрасте
и
демонстрирует
базовые
шаги
визуализации
данных
с
использованием
библиотекPandas,Matplotlib
иSeaborn
вPython.

Pandas
предоставляет
эффективные
инструменты
для
работы
с
табличными
данными
,
что
делает
его
широко