This media is not supported in your browser
VIEW IN TELEGRAM
Следующее видео будет о Matplotlib - библиотеке для работы с графиками.
Разборы становятся длиннее, и я уже не успеваю делать контент каждую неделю. А еще хочется сделать видосы поинтереснее и больше времени инвестировать в качество.
Поэтому новые видео теперь будут так же по пятницам, но раз в несколько недель, с небольшим анонсом перед каждым. Сюда постараюсь регулярно скидывать что-нибудь интересное, как обычно.
Обещал возможность повлиять на следующий контент, будет здорово, если проголосуете в небольшом опросе ниже
Разборы становятся длиннее, и я уже не успеваю делать контент каждую неделю. А еще хочется сделать видосы поинтереснее и больше времени инвестировать в качество.
Поэтому новые видео теперь будут так же по пятницам, но раз в несколько недель, с небольшим анонсом перед каждым. Сюда постараюсь регулярно скидывать что-нибудь интересное, как обычно.
Обещал возможность повлиять на следующий контент, будет здорово, если проголосуете в небольшом опросе ниже
Если вы уже устали от праздников и вам заходит книжный формат, хочу посоветовать 3 книги, которые можно прочитать на русском:
- Мэтиз: Изучаем Python (Python Crash Course) если вы учите Python с нуля или не успели разобраться в каких-то фундаментальных вещах, например в классах
- Рамальо: Python - к вершинам мастерства (Fluent Python) если вам кажется, что вы хорошо владеете Python и вас уже нечем удивить или готовитесь к сложному интервью
- МакКинни: Python для анализа данных (Python for Data Analysis) если вы хотите начать свой путь с дата аналитики - на канале сейчас как раз выходят разборы по этой тематике
- Мэтиз: Изучаем Python (Python Crash Course) если вы учите Python с нуля или не успели разобраться в каких-то фундаментальных вещах, например в классах
- Рамальо: Python - к вершинам мастерства (Fluent Python) если вам кажется, что вы хорошо владеете Python и вас уже нечем удивить или готовитесь к сложному интервью
- МакКинни: Python для анализа данных (Python for Data Analysis) если вы хотите начать свой путь с дата аналитики - на канале сейчас как раз выходят разборы по этой тематике
Снова вопрос с интервью
Можно использовать список как значение по умолчанию? Например, что тут получится в результате и почему?
Ответ в комментариях
Можно использовать список как значение по умолчанию? Например, что тут получится в результате и почему?
Ответ в комментариях
def add_bean(beans=[]):
beans.append(“bean”)
return beans
print(add_bean())
print(add_bean())
print(add_bean([])
This media is not supported in your browser
VIEW IN TELEGRAM
Я в шоке
Если вы тоже любите synthwave, вы меня поймете. Я ставлю стоковый synthwave на фон, но для end screen, где я уже ничего не говорю, всегда хотелось поставить что-нибудь интересное. Я написал Maximum Love с просьбой использовать их треки, и они ответили - можно.
Так что в конце следующего ролика, который будет в следующую пятницу, и будет про Matplotlib, будет что-то от Maximum Love в конце.
Можете послушать их на Яндекс Музыке или Spotify, если вам тоже заходит жанр
Если вы тоже любите synthwave, вы меня поймете. Я ставлю стоковый synthwave на фон, но для end screen, где я уже ничего не говорю, всегда хотелось поставить что-нибудь интересное. Я написал Maximum Love с просьбой использовать их треки, и они ответили - можно.
Так что в конце следующего ролика, который будет в следующую пятницу, и будет про Matplotlib, будет что-то от Maximum Love в конце.
Можете послушать их на Яндекс Музыке или Spotify, если вам тоже заходит жанр
This media is not supported in your browser
VIEW IN TELEGRAM
Видео в эту пятницу
Уже залито на YouTube,но я вам его не покажу , но будет доступно в пятницу с 9 утра по Москве
Уже залито на YouTube,
Media is too big
VIEW IN TELEGRAM
Pytest за 30 секунд, что?
Если кто-то пропустил видео про Pytest
Возможно стоит делать больше шортсов на такую тему вместо тупых переозвучек 🤔
Если кто-то пропустил видео про Pytest
Возможно стоит делать больше шортсов на такую тему вместо тупых переозвучек 🤔
Мои 50 оттенков - видео о Matplotlib уже на канале
А в нашем опросе победил Pandas - о нем следующее видео. Перерыв будет не такой большой - сценарий уже готов
А в нашем опросе победил Pandas - о нем следующее видео. Перерыв будет не такой большой - сценарий уже готов
Как использовать стоковые цвета Matplotlib
Отсчет цвета для каждой диаграммы на одном графике начинается заново. Например, если построить диаграмму рассеяния и линейную диаграмму, обе будут голубыми
Часто этого хочется избежать, но при этом сохранить стандартную цветовую палитру Matplotlib. Для этого в качестве цвета можно использовать строки
Отсчет цвета для каждой диаграммы на одном графике начинается заново. Например, если построить диаграмму рассеяния и линейную диаграмму, обе будут голубыми
import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y1 = [1, 2, 3, 4, 5]
y2 = [1.2, 2.2, 3.2, 3.8, 4.8]
plt.plot(x, y1)
plt.scatter(x, y2)
Часто этого хочется избежать, но при этом сохранить стандартную цветовую палитру Matplotlib. Для этого в качестве цвета можно использовать строки
C0
, C1
... C9
. Здесь используем C1
чтобы Matplotlib использовал стандартный оранжевый цвет для диаграммы рассеяния
import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y1 = [1, 2, 3, 4, 5]
y2 = [1.2, 2.2, 3.2, 3.8, 4.8]
plt.plot(x, y1)
plt.scatter(x, y2, color="C1")
Matplotlib поддерживает формулы
Любой текст, написанный между знаками
Любой текст, написанный между знаками
$
будет отображаться как формула благодаря поддержке синтаксиса LaTeX. Чаще всего используют нижнее подчеркивание для подстрочных символов и карет - для надстрочных
import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y = [1, 4, 9, 16, 25]
plt.plot(x, y)
plt.grid()
plt.xlabel("$x$")
plt.ylabel("$y$")
plt.title("$y = x^2$")
Навести красоту
При достаточной плотности точек можно сделать линию радужной(осуждаю) , если вместо линейной диаграммы построить диаграмму рассеяния и передать в качестве аргумента
При достаточной плотности точек можно сделать линию радужной
c
, отвечающего за цвет, координаты x
или у
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0, 4 * np.pi, 1000)
y = np.sin(x)
plt.scatter(x, y, c=y)
Что не нравится в видосах?
Anonymous Poll
13%
Хочу видео на другую тему
9%
Сразу становится слишком сложно
4%
Отвлекает клоунский видеоряд
15%
Слишком мало клоунского видеоряда
23%
Не хватает практических примеров
17%
Код и объяснения идут слишком быстро
9%
Слишком короткое введение, непонятно что мы разбираем
11%
Я уже знал все это
Пожалуйста, накидайте на вентилятор - хочу понять, что улучшить, чтобы увеличить время просмотра