Python vs R для анализа данных

Сравнение популярных команд в pandas и dplyr. Удобно, когда нужно быстро перейти с одного языка на другой или работать в смешанной среде

Сохраняй, чтобы не искать второй раз 🤔

👉 @PythonPortal

👉 @PythonPortal

Генерируем QR-код для подключения к Wi-Fi

Давай мы покажем, как создать QR-код, с помощью которого моментально можно будет подключиться к Wi-Fi

Нам понадобится всего одна библиотека питона. Открой консоль и запусти там вот этот код:

pip install wifi_qrcode_generator

Теперь у тебя есть всё необходимое. Сам код довольно прост и состоит из трёх шагов:

🔹Импортировать wifi_qrcode_generator
🔹Сгенерировать QR-код
🔹Сохранить QR-код как изображение

import wifi_qrcode_generator as qr

qrCode = qr.wifi_qrcode('название WIFI', False, 'WPA', 'пароль')  
qrCode.show()

qrCode.save("my_wifi_qr.png")

Больше не нужно будет диктовать пароль каждому гостю – просто сохрани или распечатай сгенерированную этим скриптом картинку и удивляй всех ✌️

👉 @PythonPortal

Шпаргалка по визуализации данных на Python для EDA

1. Одновариативный анализ

df.hist() — гистограмма числовых колонок
sns.boxplot(data=df, y='col') — боксплот распределения
sns.kdeplot(data=df['col']) — график плотности
df['col'].value_counts().plot(kind='bar') — столбчатая диаграмма частот

2. Двухвариативный анализ

sns.scatterplot(data=df, x, y) — диаграмма рассеяния
sns.regplot(data=df, x, y) — рассеяние + линия регрессии
sns.barplot(x, y, data=df) — сравнение категорий по значениям
sns.violinplot(data=df, x, y) — распределение по категориям
sns.boxplot(x, y, data=df) — сравнение распределений

3. Многовариативный анализ

sns.pairplot(df) — матрица scatter-графиков
sns.heatmap(df.corr(), annot=True) — тепловая карта корреляций
sns.jointplot(data=df, x='x', y='y') — scatter + распределение
plt.scatter(x, y, c=z) — scatter с цветом по переменной
sns.scatterplot(data=df, x=x, y=y, hue='z') — scatter с цветовой категорией

4. Временные ряды

df.plot(x='date', y='value') — базовый временной график
df.rolling(window).mean().plot() — скользящее среднее
seasonal_decompose(df['col']) — разложение временного ряда
sns.lineplot(data=df, x='date', y='value') — временной ряд с интервалами

5. Текстовый анализ

WordCloud().generate(text) — облако слов
FreqDist(words).plot() — частотный график
sns.barplot(x=words, y=frequencies) — частоты слов в столбиках

6. Кастомизация

plt.title('Заголовок') — заголовок
plt.xlabel('ось X') / plt.ylabel('ось Y') — подписи осей
plt.xticks(rotation=45) — поворот подписей
plt.tight_layout() — авторасстановка
plt.figure(figsize=(10, 6)) — размер графика

7. Сохранение и показ

plt.show() — показать график
plt.savefig('график.png') — сохранить
plt.close() — закрыть окно графика

👉 @PythonPortal

Откопал шикарную штуку — Python Tutor

Пишете код на Python, Java, C, C++ или JavaScript прямо в браузере, а этот сервис пошагово показывает, что происходит под капотом. Видно каждую переменную, каждую строчку кода в действии

Плюс, тут есть AI-репетитор для разъяснений

Годный инструмент для обучения или разборов: https://pythontutor.com/

👉 @PythonPortal