Автор оригинала: Robin Andrews.
Это часто удивляет меня, как мало Интеграция Кажется, между информатикой и другими Стебель предметы.
Просто подумайте о возможностях!
Python Является ли язык выбора для работы с данными в широком спектре профессиональных полей. Астрономия? Конечно. Морская биология? Вы делаете ставку. Финансовый аналитик? Ага! Разве было бы не приятно дать студентам голову начать с карьеры, обучая их, как использовать силу компьютерного программирования в выбранном поле? Python Can (и должен, ИМО) – это инструмент для работы, включающий тяжелый расчет или анализ данных.
Если вы решите посмотреть на эту идею, вы, скорее всего, наберуте Jupyter ноутбуки Отказ Они предлагают отличный способ легко и интерактивно работать с Python, с выходом и документацией все в одном месте. Во многих профессиональных и академических областях эти ноутбуки стали стандартом де-факто для обмена исследованиями.
Есть немного кривой обучения, чтобы комфортно с помощью Jupyter ноутбуки , но он стоит больше всего усилий и до тех пор, пока они могли легко заменить вашу текущую любимую среду.
Предполагая, что у вас есть актуальная версия Python (3.4 или выше), то самый простой способ установки Jupyter – это через Пип Отказ Если вы не знаете, как это сделать, у нас есть статья здесь что объясняет как.
Откройте терминал и введите
PIP Установить ноутбук Jupyter
Нажмите Enter и дождитесь установки пакета. Затем типа
Jupyter Notebook
и нажмите Enter. Через некоторое время, если все прошло хорошо, ноутбук Jupyter откроется в вашем браузере.
Существует несколько стандартных библиотек, используемых для работы с данными в Python. Один из них Пандас который предоставляет всевозможные инструменты для анализа и манипулирования наборов данных, а другой важный – Матплотлиб Что позволяет вам создавать множество различных типов сюжета данных с относительной легкостью.
Чтобы дать вам представление о том, что возможно только с небольшим количеством начальной настройки и изучения, посмотрите на ноутбук ниже. Помните, что реальная сила ноутбуков Jupyter состоит в том, что вы действительно можете запускать и редактировать код в режиме реального времени, когда у вас установлено программное обеспечение.
Пример ноутбука Jupyter – глобальный средний уровень моря
%matplotlib inline
import pandas as pd
from matplotlib import pyplot as plt
# Read and prepare data
df = pd.read_csv("csiro_alt_gmsl_yr_2015_csv.csv", names=["date", "GMSL"], header=0)
df["year"] = pd.to_datetime(df["date"]).dt.year
df = df.reindex(columns=["year", "GMSL"])
year = df["year"]
GMSL = df["GMSL"]
# Configure plot
plt.style.use("seaborn")
plt.plot(year, GMSL, linestyle="solid")
plt.title("Global Mean Sea Level 1993-2014")
plt.xlabel("Year")
plt.ylabel("Global mean sea level [mm]")
plt.ticklabel_format(useOffset=False) # Don't use scientific notation for years
# Display plot
plt.show()
Благодаря нескольким линиям кода мы имеем построенные данные для глобального среднего уровня моря от Агентство по охране окружающей среды США Отказ Климат кто-нибудь изменил? Чем больше взыскание среди вас может спросить именно то, что представляется графиками и информационными данными. Например, какова базовая линия, из которой принимаются измерения?
Если Python может помочь создать более статистически осведомленную, взыскание и дезинформационно-упругими гражданами, то это будет хорошо нас.