.ipynb .pdf

Contents

Домашнее задание №4

Все данные располагаются в папке.

Звёзды

В таблице stars.csv содержится информация о 240 звёзд.

• Temperature (K) — температура в Кельвинах;

• Luminosity(L/Lo) — cветимость звезды относительно солнечной светимости \(L_\odot = 3.828 \times 10^{26}\) Вт;

• Radius(R/Ro) — радиус звезды по отношению к радиусу солнца \(R_\odot = 6.9551 \times 10^8\) м;

• Absolute magnitude(Mv) — абсолютная звёздная величина;

• Star color — цвет звезды;

• Star type — тип звезды, число от 0 до 5, где

  • 0 — Red Dwarf,

  • 1 — Brown Dwarf,

  • 2 — White Dwarf,

  • 3 — Main Sequence,

  • 4 — Super Giants,

  • 5 — Hyper Giants;

• Spectral Class — спектральный класс звезды (один из O, B, A, F, G, K и M).

Задание:

1. обработать значения в столбце с цветом: привести значения в этом столбце к общему виду (в частности, значения ‘Blue white’, ‘Blue White’ и ‘Blue-white` должны совпадать;

2. добавить столбец, в котором тип звезды указан полной строкой, а не числом;

3. для столбца со спектральным классом, наоборот, добавить столбец с числами, в следующем соответствии:

   • O \(\to\) 0,

   • B \(\to\) 1,

   • A \(\to\) 2,

   • F \(\to\) 3,

   • G \(\to\) 4,

   • K \(\to\) 5,

   • M \(\to\) 6;

4. посчитать количество звезд каждого цвета, каждого типа и каждого спектрального класса;

5. среди звезд каждого типа найти минимальные, средние и максимальные значения абсолютной звездной величины;

6. среди звезд каждого класса найти минимальные, средние и максимальные значения температуры;

7. вычислить попарные корреляции между всеми числовыми столбцами;

Солнечные пятна

В таблице sunspot.csv содержит данные о наблюдениях солнечных пятен с 1818 года.

• year — год наблюдения;

• month — месяц наблюдения;

• day — день наблюдения;

• Number of spots — суммарное количество солнечных пятен, замеченных в этот день. В столбце приводится среднее значение, если есть данные о наблюдениях от разных обсерваторий. Если данных за этот день нет, то в столбце ставится значение -1;

• Standard Deviation — среднеквадратическое отклонение наблюдений с разных станций; Если данных за этот день нет, то в столбце ставится значение -1;

• Observations — количество станций, доложивших наблюдения за этот день;

Задание:

1. Скомбинировать первые три столбца в столбец с полной датой типа datetime;

2. Заменить все -1, соответствующие отсутствующим значениям, на np.nan (или сделать это ещё на этапе чтения таблицы);

3. Для каждого года вычислить суммарное количество следующих величин:

   • количество дней, за которое присутствуют данные;

   • суммарное количество пятен;

4. Построить графики этих величин;

5. На основе данных только за 21 век вычислить среднее количество пятен в месяц и построить столбчатую диаграмму (barplot, barchart).

Баскетболисты NBA

В таблице NBA.csv находятся физиологические данные 4550 баскетболистов NBA, собранные в период с 1947 по 2017.

• Player Full Name — имя баскетболиста;

• Birth Date — дата рождения;

• Year Start — год начала карьеры;

• Year End — год завершения карьеры;

• Position — позиция игрока:

  • F — нападающий;

  • G — защитник;

  • C — центровой;

  • G-F — на протяжении карьеры выступал и на позиции защитника и на позиции нападающего;

  • F-C — на протяжении карьеры выступал и на позиции нападающего и на позиции центрового;

• Height — рост в сантиметрах;

• Wingspan — размах рук в сантиметрах;

• Weight — вес в фунтах (0.45359237 кг);

Задание:

1. перевести вес в килограммы;

2. найти самого высокого и самого низкого игрока;

3. найти самого легкого и тяжелого игрока;

4. найти игроков с самым маленьким и самым большим размахом рук;

5. найти корреляции между столбцами с ростом, весом и размахом рук; построить диаграмму рассеяния (scatter plot) для этих показателей (опционально, если знакомы с линейной регрессией и инструментами для её вычисления в python, можно добавить график линейной регрессии);

6. добавить столбец с продолжительностью карьеры;

7. добавить столбец с индексом массы тела;

8. исследовать, как зависят средняя продолжительность карьеры, средний рост, средний вес и средний размах рук в зависимости от позиции (построить графики);

9. исследовать, как меняются те же самые показатели с течением времени (построить графики);

previous

Обзор базовых возможностей pandas

next

Основы списковых включений