add examples
This commit is contained in:
Cornelius Specht
parent
3739f183cb
commit
3d088112d1
File diff suppressed because one or more lines are too long
File diff suppressed because one or more lines are too long
File diff suppressed because it is too large
Load Diff
File diff suppressed because one or more lines are too long
|
|
@ -0,0 +1,854 @@
|
|||
{
|
||||
"cells": [
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 1,
|
||||
"id": "f3557a6d-106e-461c-bc75-7ddcef4f81e5",
|
||||
"metadata": {},
|
||||
"outputs": [],
|
||||
"source": [
|
||||
"import numpy as np"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "markdown",
|
||||
"id": "80a3b70d-fea8-4a6f-ac02-73e30abc1f66",
|
||||
"metadata": {},
|
||||
"source": [
|
||||
"### ufunc\n",
|
||||
"ufuncs are used to implement vectorization in NumPy which is way faster than iterating over elements.\n",
|
||||
"\n",
|
||||
"They also provide broadcasting and additional methods like reduce, accumulate etc. that are very helpful for computation.\n",
|
||||
"\n",
|
||||
"ufuncs also take additional arguments, like:\n",
|
||||
"\n",
|
||||
"where boolean array or condition defining where the operations should take place.\n",
|
||||
"\n",
|
||||
"dtype defining the return type of elements.\n",
|
||||
"\n",
|
||||
"out output array where the return value should be copied."
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 4,
|
||||
"id": "60f2d36b-d334-4e19-9f63-36688cca1c20",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[5, 7, 9, 11]\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"# python\n",
|
||||
"x = [1, 2, 3, 4]\n",
|
||||
"y = [4, 5, 6, 7]\n",
|
||||
"z = []\n",
|
||||
"\n",
|
||||
"for i, j in zip(x, y):\n",
|
||||
" z.append(i + j)\n",
|
||||
"print(z)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 5,
|
||||
"id": "0272feaa-47e7-44b4-a66d-dafdffca4a7b",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[ 5 7 9 11]\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"# numpy\n",
|
||||
"x = [1, 2, 3, 4]\n",
|
||||
"y = [4, 5, 6, 7]\n",
|
||||
"z = np.add(x, y)\n",
|
||||
"\n",
|
||||
"print(z)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "markdown",
|
||||
"id": "5e52ad13-9186-4866-b1c7-3f8a16901c9f",
|
||||
"metadata": {},
|
||||
"source": [
|
||||
"#### Own function"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 7,
|
||||
"id": "3d004fc9-f52c-42fb-93a1-f48dd0849ba9",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[6 8 10 12]\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"def myadd(x, y):\n",
|
||||
" return x+y\n",
|
||||
"\n",
|
||||
"myadd = np.frompyfunc(myadd, 2, 1)\n",
|
||||
"\n",
|
||||
"print(myadd([1, 2, 3, 4], [5, 6, 7, 8]))"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "markdown",
|
||||
"id": "c034cd44-af9c-44ff-8d74-cf0d8d34b018",
|
||||
"metadata": {},
|
||||
"source": [
|
||||
"#### Simple Arithmetic"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 8,
|
||||
"id": "428246a1-ea45-4c0b-bc94-b3f1ad27a0ac",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[30 32 34 36 38 40]\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"arr1 = np.array([10, 11, 12, 13, 14, 15])\n",
|
||||
"arr2 = np.array([20, 21, 22, 23, 24, 25])\n",
|
||||
"\n",
|
||||
"newarr = np.add(arr1, arr2)\n",
|
||||
"\n",
|
||||
"print(newarr)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 9,
|
||||
"id": "ae349412-0d47-42b4-8c39-56d0839b3d34",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[-10 -1 8 17 26 35]\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"arr1 = np.array([10, 20, 30, 40, 50, 60])\n",
|
||||
"arr2 = np.array([20, 21, 22, 23, 24, 25])\n",
|
||||
"\n",
|
||||
"newarr = np.subtract(arr1, arr2)\n",
|
||||
"\n",
|
||||
"print(newarr)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 10,
|
||||
"id": "f61b2129-e31b-4661-a12e-d7897955d163",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[ 200 420 660 920 1200 1500]\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"arr1 = np.array([10, 20, 30, 40, 50, 60])\n",
|
||||
"arr2 = np.array([20, 21, 22, 23, 24, 25])\n",
|
||||
"\n",
|
||||
"newarr = np.multiply(arr1, arr2)\n",
|
||||
"\n",
|
||||
"print(newarr)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 11,
|
||||
"id": "67540798-c33e-4d1e-a1d9-47c00a121b36",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[ 3.33333333 4. 3. 5. 25. 1.81818182]\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"arr1 = np.array([10, 20, 30, 40, 50, 60])\n",
|
||||
"arr2 = np.array([3, 5, 10, 8, 2, 33])\n",
|
||||
"\n",
|
||||
"newarr = np.divide(arr1, arr2)\n",
|
||||
"\n",
|
||||
"print(newarr)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 12,
|
||||
"id": "05c10eef-8c8e-4515-9aea-402821f05a02",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[ 1000 3200000 729000000 6553600000000 2500\n",
|
||||
" 0]\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"arr1 = np.array([10, 20, 30, 40, 50, 60])\n",
|
||||
"arr2 = np.array([3, 5, 6, 8, 2, 33])\n",
|
||||
"\n",
|
||||
"newarr = np.power(arr1, arr2)\n",
|
||||
"\n",
|
||||
"print(newarr)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 13,
|
||||
"id": "c47b12e8-f0a0-45c9-b1e5-202fd2dfdaed",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[ 1 6 3 0 0 27]\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"arr1 = np.array([10, 20, 30, 40, 50, 60])\n",
|
||||
"arr2 = np.array([3, 7, 9, 8, 2, 33])\n",
|
||||
"\n",
|
||||
"newarr = np.mod(arr1, arr2)\n",
|
||||
"\n",
|
||||
"print(newarr)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 14,
|
||||
"id": "7626b9ec-04f0-421b-a35d-8f30bad5a136",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"(array([ 3, 2, 3, 5, 25, 1]), array([ 1, 6, 3, 0, 0, 27]))\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"# Quotient and Mod\n",
|
||||
"arr1 = np.array([10, 20, 30, 40, 50, 60])\n",
|
||||
"arr2 = np.array([3, 7, 9, 8, 2, 33])\n",
|
||||
"\n",
|
||||
"newarr = np.divmod(arr1, arr2)\n",
|
||||
"\n",
|
||||
"print(newarr)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 15,
|
||||
"id": "e436c31a-a796-4be1-9e7f-ddaf0f026dec",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[1 2 1 2 3 4]\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"arr = np.array([-1, -2, 1, 2, 3, -4])\n",
|
||||
"\n",
|
||||
"newarr = np.absolute(arr)\n",
|
||||
"\n",
|
||||
"print(newarr)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "markdown",
|
||||
"id": "d55a17c4-1f67-4629-8a85-64f9faa32370",
|
||||
"metadata": {},
|
||||
"source": [
|
||||
"### Rounding Decimals\n",
|
||||
"- truncation\n",
|
||||
"- fix\n",
|
||||
"- rounding\n",
|
||||
"- floor\n",
|
||||
"- ceil"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 18,
|
||||
"id": "11395b0f-660b-4c28-a2ed-1c722b560a71",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[-3. 3.]\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"# Truncation\n",
|
||||
"# Remove the decimals, and return the float number closest to zero. Use the trunc() and fix() functions.\n",
|
||||
"\n",
|
||||
"arr = np.trunc([-3.1666, 3.6667])\n",
|
||||
"\n",
|
||||
"print(arr)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 17,
|
||||
"id": "9d2c024e-07ca-43cd-978b-206a391e35f1",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[-3. 3.]\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"arr = np.fix([-3.1666, 3.6667])\n",
|
||||
"\n",
|
||||
"print(arr)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 19,
|
||||
"id": "59ca3a99-da45-4a5c-8a2f-bcb6b22a5998",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"3.17\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"# rounding\n",
|
||||
"arr = np.around(3.1666, 2)\n",
|
||||
"\n",
|
||||
"print(arr)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 20,
|
||||
"id": "e213a874-e4b0-4a3e-831a-5e9ff93c3d94",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[-4. 3.]\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"arr = np.floor([-3.1666, 3.6667])\n",
|
||||
"\n",
|
||||
"print(arr)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 21,
|
||||
"id": "fbe93a72-8e92-4b36-bfab-232c1617e4f1",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[-3. 4.]\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"arr = np.ceil([-3.1666, 3.6667])\n",
|
||||
"\n",
|
||||
"print(arr)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "markdown",
|
||||
"id": "225b1cd3-85cf-492d-8f1d-b2c94eb63783",
|
||||
"metadata": {},
|
||||
"source": [
|
||||
"### Logs"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 24,
|
||||
"id": "995a441d-e78e-4ace-b6fc-b497cce04268",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[1 2 3 4 5 6 7 8 9]\n",
|
||||
"[0. 1. 1.5849625 2. 2.32192809 2.5849625\n",
|
||||
" 2.80735492 3. 3.169925 ]\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"# log2() function to perform log at the base 2.\n",
|
||||
"arr = np.arange(1, 10)\n",
|
||||
"print(arr)\n",
|
||||
"print(np.log2(arr))\n"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "markdown",
|
||||
"id": "b386fbe7-54c7-48dd-8b08-10f053e00638",
|
||||
"metadata": {},
|
||||
"source": [
|
||||
"### Summations"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 26,
|
||||
"id": "16f39361-d8a9-4d9a-970e-72367f2d4685",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[2 4 6]\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"arr1 = np.array([1, 2, 3])\n",
|
||||
"arr2 = np.array([1, 2, 3])\n",
|
||||
"\n",
|
||||
"newarr = np.add(arr1, arr2)\n",
|
||||
"\n",
|
||||
"print(newarr)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 27,
|
||||
"id": "bd241f37-75bf-4ee5-bcb4-8c72695eb75d",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"12\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"arr1 = np.array([1, 2, 3])\n",
|
||||
"arr2 = np.array([1, 2, 3])\n",
|
||||
"\n",
|
||||
"newarr = np.sum([arr1, arr2])\n",
|
||||
"\n",
|
||||
"print(newarr)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 29,
|
||||
"id": "7309e9d4-c239-4c42-8389-413df30d6abc",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[6 6]\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"# summation over axis\n",
|
||||
"arr1 = np.array([1, 2, 3])\n",
|
||||
"arr2 = np.array([1, 2, 3])\n",
|
||||
"\n",
|
||||
"newarr = np.sum([arr1, arr2], axis=1)\n",
|
||||
"\n",
|
||||
"print(newarr)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "markdown",
|
||||
"id": "518cdbe0-417b-4085-9575-729595ae2a52",
|
||||
"metadata": {},
|
||||
"source": [
|
||||
"### Products"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 31,
|
||||
"id": "0211ead9-2b18-4409-a4c6-179688bdd203",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"24\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"arr = np.array([1, 2, 3, 4])\n",
|
||||
"\n",
|
||||
"x = np.prod(arr)\n",
|
||||
"\n",
|
||||
"print(x)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "markdown",
|
||||
"id": "207af559-db09-48f5-b462-40fd52500bb4",
|
||||
"metadata": {},
|
||||
"source": [
|
||||
"### Differences"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 32,
|
||||
"id": "5215ae9f-709b-4206-90f3-95b5dd391f68",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[ 5 10 -20]\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"arr = np.array([10, 15, 25, 5])\n",
|
||||
"\n",
|
||||
"newarr = np.diff(arr)\n",
|
||||
"\n",
|
||||
"print(newarr)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 34,
|
||||
"id": "23aeea8b-3f92-490e-927d-a61a8426a365",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[ 5 -30]\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"# Compute discrete difference of the following array twice\n",
|
||||
"# 15-10=5, 25-15=10, and 5-25=-20 AND 10-5=5 and -20-10=-30\n",
|
||||
"arr = np.array([10, 15, 25, 5])\n",
|
||||
"\n",
|
||||
"newarr = np.diff(arr, n=2)\n",
|
||||
"\n",
|
||||
"print(newarr)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "markdown",
|
||||
"id": "0da9fba4-7ae2-4bfe-94b8-378d3d124b57",
|
||||
"metadata": {},
|
||||
"source": [
|
||||
"#### Other"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 36,
|
||||
"id": "69a07fa4-546c-47cd-99b2-a14548b886e2",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"12\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"# Finding LCM (Lowest Common Multiple)\n",
|
||||
"num1 = 4\n",
|
||||
"num2 = 6\n",
|
||||
"# (4*3=12 and 6*2=12)\n",
|
||||
"x = np.lcm(num1, num2)\n",
|
||||
"\n",
|
||||
"print(x) "
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 37,
|
||||
"id": "9c874e84-1ca6-44f8-871b-0c57d05ac360",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"18\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"arr = np.array([3, 6, 9])\n",
|
||||
"\n",
|
||||
"x = np.lcm.reduce(arr)\n",
|
||||
"\n",
|
||||
"print(x)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 38,
|
||||
"id": "d7f635b8-7915-452b-8ee1-e963ed5e8f54",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"3\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"# Finding GCD (Greatest Common Denominator)\n",
|
||||
"num1 = 6\n",
|
||||
"num2 = 9\n",
|
||||
"\n",
|
||||
"x = np.gcd(num1, num2)\n",
|
||||
"\n",
|
||||
"print(x)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 41,
|
||||
"id": "d39331bf-062b-41b8-b7fe-082312dd5d6f",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[1 2 3 4 5 6 7]\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"# unique\n",
|
||||
"arr = np.array([1, 1, 1, 2, 3, 4, 5, 5, 6, 7])\n",
|
||||
"\n",
|
||||
"x = np.unique(arr)\n",
|
||||
"\n",
|
||||
"print(x)\n"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 43,
|
||||
"id": "126fdebd-0a45-4be7-a65d-b4e119ebef7d",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[1 2 3 4 5 6]\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"arr1 = np.array([1, 2, 3, 4])\n",
|
||||
"arr2 = np.array([3, 4, 5, 6])\n",
|
||||
"\n",
|
||||
"newarr = np.union1d(arr1, arr2)\n",
|
||||
"print(newarr)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 44,
|
||||
"id": "a84475b1-15c3-4c8f-8535-2913a4b8579d",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[3 4]\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"arr1 = np.array([1, 2, 3, 4])\n",
|
||||
"arr2 = np.array([3, 4, 5, 6])\n",
|
||||
"\n",
|
||||
"newarr = np.intersect1d(arr1, arr2, assume_unique=True)\n",
|
||||
"\n",
|
||||
"print(newarr)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 45,
|
||||
"id": "771b4dc1-78e9-4819-af4f-b2bb3bc154e5",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[1 2]\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"set1 = np.array([1, 2, 3, 4])\n",
|
||||
"set2 = np.array([3, 4, 5, 6])\n",
|
||||
"\n",
|
||||
"newarr = np.setdiff1d(set1, set2, assume_unique=True)\n",
|
||||
"\n",
|
||||
"print(newarr)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 39,
|
||||
"id": "95b8cec1-8b0e-43fb-acae-428d7778c03e",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"1.0\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"# Trigonometric Functions\n",
|
||||
"x = np.sin(np.pi/2)\n",
|
||||
"\n",
|
||||
"print(x)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 40,
|
||||
"id": "e3dbac10-d7bd-45bb-974b-56f8f6082de8",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[1.57079633 3.14159265 4.71238898 6.28318531]\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"# and sin(), cos() and tan()\n",
|
||||
"# np.deg2rad(arr)\n",
|
||||
"# Hyperbolic: sinh(), cosh() and tanh()"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": null,
|
||||
"id": "67cab045-d1ef-4de1-9aaa-5257d5ba5571",
|
||||
"metadata": {},
|
||||
"outputs": [],
|
||||
"source": []
|
||||
}
|
||||
],
|
||||
"metadata": {
|
||||
"kernelspec": {
|
||||
"display_name": "Python 3 (ipykernel)",
|
||||
"language": "python",
|
||||
"name": "python3"
|
||||
},
|
||||
"language_info": {
|
||||
"codemirror_mode": {
|
||||
"name": "ipython",
|
||||
"version": 3
|
||||
},
|
||||
"file_extension": ".py",
|
||||
"mimetype": "text/x-python",
|
||||
"name": "python",
|
||||
"nbconvert_exporter": "python",
|
||||
"pygments_lexer": "ipython3",
|
||||
"version": "3.10.8"
|
||||
}
|
||||
},
|
||||
"nbformat": 4,
|
||||
"nbformat_minor": 5
|
||||
}
|
||||
File diff suppressed because it is too large
Load Diff
File diff suppressed because one or more lines are too long
|
|
@ -0,0 +1,854 @@
|
|||
{
|
||||
"cells": [
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 1,
|
||||
"id": "f3557a6d-106e-461c-bc75-7ddcef4f81e5",
|
||||
"metadata": {},
|
||||
"outputs": [],
|
||||
"source": [
|
||||
"import numpy as np"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "markdown",
|
||||
"id": "80a3b70d-fea8-4a6f-ac02-73e30abc1f66",
|
||||
"metadata": {},
|
||||
"source": [
|
||||
"### ufunc\n",
|
||||
"ufuncs are used to implement vectorization in NumPy which is way faster than iterating over elements.\n",
|
||||
"\n",
|
||||
"They also provide broadcasting and additional methods like reduce, accumulate etc. that are very helpful for computation.\n",
|
||||
"\n",
|
||||
"ufuncs also take additional arguments, like:\n",
|
||||
"\n",
|
||||
"where boolean array or condition defining where the operations should take place.\n",
|
||||
"\n",
|
||||
"dtype defining the return type of elements.\n",
|
||||
"\n",
|
||||
"out output array where the return value should be copied."
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 4,
|
||||
"id": "60f2d36b-d334-4e19-9f63-36688cca1c20",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[5, 7, 9, 11]\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"# python\n",
|
||||
"x = [1, 2, 3, 4]\n",
|
||||
"y = [4, 5, 6, 7]\n",
|
||||
"z = []\n",
|
||||
"\n",
|
||||
"for i, j in zip(x, y):\n",
|
||||
" z.append(i + j)\n",
|
||||
"print(z)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 5,
|
||||
"id": "0272feaa-47e7-44b4-a66d-dafdffca4a7b",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[ 5 7 9 11]\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"# numpy\n",
|
||||
"x = [1, 2, 3, 4]\n",
|
||||
"y = [4, 5, 6, 7]\n",
|
||||
"z = np.add(x, y)\n",
|
||||
"\n",
|
||||
"print(z)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "markdown",
|
||||
"id": "5e52ad13-9186-4866-b1c7-3f8a16901c9f",
|
||||
"metadata": {},
|
||||
"source": [
|
||||
"#### Own function"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 7,
|
||||
"id": "3d004fc9-f52c-42fb-93a1-f48dd0849ba9",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[6 8 10 12]\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"def myadd(x, y):\n",
|
||||
" return x+y\n",
|
||||
"\n",
|
||||
"myadd = np.frompyfunc(myadd, 2, 1)\n",
|
||||
"\n",
|
||||
"print(myadd([1, 2, 3, 4], [5, 6, 7, 8]))"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "markdown",
|
||||
"id": "c034cd44-af9c-44ff-8d74-cf0d8d34b018",
|
||||
"metadata": {},
|
||||
"source": [
|
||||
"#### Simple Arithmetic"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 8,
|
||||
"id": "428246a1-ea45-4c0b-bc94-b3f1ad27a0ac",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[30 32 34 36 38 40]\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"arr1 = np.array([10, 11, 12, 13, 14, 15])\n",
|
||||
"arr2 = np.array([20, 21, 22, 23, 24, 25])\n",
|
||||
"\n",
|
||||
"newarr = np.add(arr1, arr2)\n",
|
||||
"\n",
|
||||
"print(newarr)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 9,
|
||||
"id": "ae349412-0d47-42b4-8c39-56d0839b3d34",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[-10 -1 8 17 26 35]\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"arr1 = np.array([10, 20, 30, 40, 50, 60])\n",
|
||||
"arr2 = np.array([20, 21, 22, 23, 24, 25])\n",
|
||||
"\n",
|
||||
"newarr = np.subtract(arr1, arr2)\n",
|
||||
"\n",
|
||||
"print(newarr)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 10,
|
||||
"id": "f61b2129-e31b-4661-a12e-d7897955d163",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[ 200 420 660 920 1200 1500]\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"arr1 = np.array([10, 20, 30, 40, 50, 60])\n",
|
||||
"arr2 = np.array([20, 21, 22, 23, 24, 25])\n",
|
||||
"\n",
|
||||
"newarr = np.multiply(arr1, arr2)\n",
|
||||
"\n",
|
||||
"print(newarr)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 11,
|
||||
"id": "67540798-c33e-4d1e-a1d9-47c00a121b36",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[ 3.33333333 4. 3. 5. 25. 1.81818182]\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"arr1 = np.array([10, 20, 30, 40, 50, 60])\n",
|
||||
"arr2 = np.array([3, 5, 10, 8, 2, 33])\n",
|
||||
"\n",
|
||||
"newarr = np.divide(arr1, arr2)\n",
|
||||
"\n",
|
||||
"print(newarr)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 12,
|
||||
"id": "05c10eef-8c8e-4515-9aea-402821f05a02",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[ 1000 3200000 729000000 6553600000000 2500\n",
|
||||
" 0]\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"arr1 = np.array([10, 20, 30, 40, 50, 60])\n",
|
||||
"arr2 = np.array([3, 5, 6, 8, 2, 33])\n",
|
||||
"\n",
|
||||
"newarr = np.power(arr1, arr2)\n",
|
||||
"\n",
|
||||
"print(newarr)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 13,
|
||||
"id": "c47b12e8-f0a0-45c9-b1e5-202fd2dfdaed",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[ 1 6 3 0 0 27]\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"arr1 = np.array([10, 20, 30, 40, 50, 60])\n",
|
||||
"arr2 = np.array([3, 7, 9, 8, 2, 33])\n",
|
||||
"\n",
|
||||
"newarr = np.mod(arr1, arr2)\n",
|
||||
"\n",
|
||||
"print(newarr)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 14,
|
||||
"id": "7626b9ec-04f0-421b-a35d-8f30bad5a136",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"(array([ 3, 2, 3, 5, 25, 1]), array([ 1, 6, 3, 0, 0, 27]))\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"# Quotient and Mod\n",
|
||||
"arr1 = np.array([10, 20, 30, 40, 50, 60])\n",
|
||||
"arr2 = np.array([3, 7, 9, 8, 2, 33])\n",
|
||||
"\n",
|
||||
"newarr = np.divmod(arr1, arr2)\n",
|
||||
"\n",
|
||||
"print(newarr)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 15,
|
||||
"id": "e436c31a-a796-4be1-9e7f-ddaf0f026dec",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[1 2 1 2 3 4]\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"arr = np.array([-1, -2, 1, 2, 3, -4])\n",
|
||||
"\n",
|
||||
"newarr = np.absolute(arr)\n",
|
||||
"\n",
|
||||
"print(newarr)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "markdown",
|
||||
"id": "d55a17c4-1f67-4629-8a85-64f9faa32370",
|
||||
"metadata": {},
|
||||
"source": [
|
||||
"### Rounding Decimals\n",
|
||||
"- truncation\n",
|
||||
"- fix\n",
|
||||
"- rounding\n",
|
||||
"- floor\n",
|
||||
"- ceil"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 18,
|
||||
"id": "11395b0f-660b-4c28-a2ed-1c722b560a71",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[-3. 3.]\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"# Truncation\n",
|
||||
"# Remove the decimals, and return the float number closest to zero. Use the trunc() and fix() functions.\n",
|
||||
"\n",
|
||||
"arr = np.trunc([-3.1666, 3.6667])\n",
|
||||
"\n",
|
||||
"print(arr)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 17,
|
||||
"id": "9d2c024e-07ca-43cd-978b-206a391e35f1",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[-3. 3.]\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"arr = np.fix([-3.1666, 3.6667])\n",
|
||||
"\n",
|
||||
"print(arr)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 19,
|
||||
"id": "59ca3a99-da45-4a5c-8a2f-bcb6b22a5998",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"3.17\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"# rounding\n",
|
||||
"arr = np.around(3.1666, 2)\n",
|
||||
"\n",
|
||||
"print(arr)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 20,
|
||||
"id": "e213a874-e4b0-4a3e-831a-5e9ff93c3d94",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[-4. 3.]\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"arr = np.floor([-3.1666, 3.6667])\n",
|
||||
"\n",
|
||||
"print(arr)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 21,
|
||||
"id": "fbe93a72-8e92-4b36-bfab-232c1617e4f1",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[-3. 4.]\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"arr = np.ceil([-3.1666, 3.6667])\n",
|
||||
"\n",
|
||||
"print(arr)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "markdown",
|
||||
"id": "225b1cd3-85cf-492d-8f1d-b2c94eb63783",
|
||||
"metadata": {},
|
||||
"source": [
|
||||
"### Logs"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 24,
|
||||
"id": "995a441d-e78e-4ace-b6fc-b497cce04268",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[1 2 3 4 5 6 7 8 9]\n",
|
||||
"[0. 1. 1.5849625 2. 2.32192809 2.5849625\n",
|
||||
" 2.80735492 3. 3.169925 ]\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"# log2() function to perform log at the base 2.\n",
|
||||
"arr = np.arange(1, 10)\n",
|
||||
"print(arr)\n",
|
||||
"print(np.log2(arr))\n"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "markdown",
|
||||
"id": "b386fbe7-54c7-48dd-8b08-10f053e00638",
|
||||
"metadata": {},
|
||||
"source": [
|
||||
"### Summations"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 26,
|
||||
"id": "16f39361-d8a9-4d9a-970e-72367f2d4685",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[2 4 6]\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"arr1 = np.array([1, 2, 3])\n",
|
||||
"arr2 = np.array([1, 2, 3])\n",
|
||||
"\n",
|
||||
"newarr = np.add(arr1, arr2)\n",
|
||||
"\n",
|
||||
"print(newarr)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 27,
|
||||
"id": "bd241f37-75bf-4ee5-bcb4-8c72695eb75d",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"12\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"arr1 = np.array([1, 2, 3])\n",
|
||||
"arr2 = np.array([1, 2, 3])\n",
|
||||
"\n",
|
||||
"newarr = np.sum([arr1, arr2])\n",
|
||||
"\n",
|
||||
"print(newarr)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 29,
|
||||
"id": "7309e9d4-c239-4c42-8389-413df30d6abc",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[6 6]\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"# summation over axis\n",
|
||||
"arr1 = np.array([1, 2, 3])\n",
|
||||
"arr2 = np.array([1, 2, 3])\n",
|
||||
"\n",
|
||||
"newarr = np.sum([arr1, arr2], axis=1)\n",
|
||||
"\n",
|
||||
"print(newarr)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "markdown",
|
||||
"id": "518cdbe0-417b-4085-9575-729595ae2a52",
|
||||
"metadata": {},
|
||||
"source": [
|
||||
"### Products"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 31,
|
||||
"id": "0211ead9-2b18-4409-a4c6-179688bdd203",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"24\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"arr = np.array([1, 2, 3, 4])\n",
|
||||
"\n",
|
||||
"x = np.prod(arr)\n",
|
||||
"\n",
|
||||
"print(x)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "markdown",
|
||||
"id": "207af559-db09-48f5-b462-40fd52500bb4",
|
||||
"metadata": {},
|
||||
"source": [
|
||||
"### Differences"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 32,
|
||||
"id": "5215ae9f-709b-4206-90f3-95b5dd391f68",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[ 5 10 -20]\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"arr = np.array([10, 15, 25, 5])\n",
|
||||
"\n",
|
||||
"newarr = np.diff(arr)\n",
|
||||
"\n",
|
||||
"print(newarr)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 34,
|
||||
"id": "23aeea8b-3f92-490e-927d-a61a8426a365",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[ 5 -30]\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"# Compute discrete difference of the following array twice\n",
|
||||
"# 15-10=5, 25-15=10, and 5-25=-20 AND 10-5=5 and -20-10=-30\n",
|
||||
"arr = np.array([10, 15, 25, 5])\n",
|
||||
"\n",
|
||||
"newarr = np.diff(arr, n=2)\n",
|
||||
"\n",
|
||||
"print(newarr)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "markdown",
|
||||
"id": "0da9fba4-7ae2-4bfe-94b8-378d3d124b57",
|
||||
"metadata": {},
|
||||
"source": [
|
||||
"#### Other"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 36,
|
||||
"id": "69a07fa4-546c-47cd-99b2-a14548b886e2",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"12\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"# Finding LCM (Lowest Common Multiple)\n",
|
||||
"num1 = 4\n",
|
||||
"num2 = 6\n",
|
||||
"# (4*3=12 and 6*2=12)\n",
|
||||
"x = np.lcm(num1, num2)\n",
|
||||
"\n",
|
||||
"print(x) "
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 37,
|
||||
"id": "9c874e84-1ca6-44f8-871b-0c57d05ac360",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"18\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"arr = np.array([3, 6, 9])\n",
|
||||
"\n",
|
||||
"x = np.lcm.reduce(arr)\n",
|
||||
"\n",
|
||||
"print(x)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 38,
|
||||
"id": "d7f635b8-7915-452b-8ee1-e963ed5e8f54",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"3\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"# Finding GCD (Greatest Common Denominator)\n",
|
||||
"num1 = 6\n",
|
||||
"num2 = 9\n",
|
||||
"\n",
|
||||
"x = np.gcd(num1, num2)\n",
|
||||
"\n",
|
||||
"print(x)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 41,
|
||||
"id": "d39331bf-062b-41b8-b7fe-082312dd5d6f",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[1 2 3 4 5 6 7]\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"# unique\n",
|
||||
"arr = np.array([1, 1, 1, 2, 3, 4, 5, 5, 6, 7])\n",
|
||||
"\n",
|
||||
"x = np.unique(arr)\n",
|
||||
"\n",
|
||||
"print(x)\n"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 43,
|
||||
"id": "126fdebd-0a45-4be7-a65d-b4e119ebef7d",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[1 2 3 4 5 6]\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"arr1 = np.array([1, 2, 3, 4])\n",
|
||||
"arr2 = np.array([3, 4, 5, 6])\n",
|
||||
"\n",
|
||||
"newarr = np.union1d(arr1, arr2)\n",
|
||||
"print(newarr)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 44,
|
||||
"id": "a84475b1-15c3-4c8f-8535-2913a4b8579d",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[3 4]\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"arr1 = np.array([1, 2, 3, 4])\n",
|
||||
"arr2 = np.array([3, 4, 5, 6])\n",
|
||||
"\n",
|
||||
"newarr = np.intersect1d(arr1, arr2, assume_unique=True)\n",
|
||||
"\n",
|
||||
"print(newarr)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 45,
|
||||
"id": "771b4dc1-78e9-4819-af4f-b2bb3bc154e5",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[1 2]\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"set1 = np.array([1, 2, 3, 4])\n",
|
||||
"set2 = np.array([3, 4, 5, 6])\n",
|
||||
"\n",
|
||||
"newarr = np.setdiff1d(set1, set2, assume_unique=True)\n",
|
||||
"\n",
|
||||
"print(newarr)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 39,
|
||||
"id": "95b8cec1-8b0e-43fb-acae-428d7778c03e",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"1.0\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"# Trigonometric Functions\n",
|
||||
"x = np.sin(np.pi/2)\n",
|
||||
"\n",
|
||||
"print(x)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 40,
|
||||
"id": "e3dbac10-d7bd-45bb-974b-56f8f6082de8",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[1.57079633 3.14159265 4.71238898 6.28318531]\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"# and sin(), cos() and tan()\n",
|
||||
"# np.deg2rad(arr)\n",
|
||||
"# Hyperbolic: sinh(), cosh() and tanh()"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": null,
|
||||
"id": "67cab045-d1ef-4de1-9aaa-5257d5ba5571",
|
||||
"metadata": {},
|
||||
"outputs": [],
|
||||
"source": []
|
||||
}
|
||||
],
|
||||
"metadata": {
|
||||
"kernelspec": {
|
||||
"display_name": "Python 3 (ipykernel)",
|
||||
"language": "python",
|
||||
"name": "python3"
|
||||
},
|
||||
"language_info": {
|
||||
"codemirror_mode": {
|
||||
"name": "ipython",
|
||||
"version": 3
|
||||
},
|
||||
"file_extension": ".py",
|
||||
"mimetype": "text/x-python",
|
||||
"name": "python",
|
||||
"nbconvert_exporter": "python",
|
||||
"pygments_lexer": "ipython3",
|
||||
"version": "3.11.7"
|
||||
}
|
||||
},
|
||||
"nbformat": 4,
|
||||
"nbformat_minor": 5
|
||||
}
|
||||
|
|
@ -0,0 +1,631 @@
|
|||
{
|
||||
"cells": [
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 1,
|
||||
"id": "bd4b5db9-6439-4519-aef0-c8bb8ffd6a13",
|
||||
"metadata": {},
|
||||
"outputs": [],
|
||||
"source": [
|
||||
"import pandas as pd"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "markdown",
|
||||
"id": "a3c4bf54-07f7-46bb-9ae5-77c3a4518627",
|
||||
"metadata": {},
|
||||
"source": [
|
||||
"### Basics"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 3,
|
||||
"id": "def1dfe3-6afe-4f5e-9714-36b65811094a",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
" cars passings\n",
|
||||
"0 BMW 3\n",
|
||||
"1 Volvo 7\n",
|
||||
"2 Ford 2\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"mydataset = {\n",
|
||||
" 'cars': [\"BMW\", \"Volvo\", \"Ford\"],\n",
|
||||
" 'passings': [3, 7, 2]\n",
|
||||
"}\n",
|
||||
"\n",
|
||||
"myvar = pd.DataFrame(mydataset)\n",
|
||||
"\n",
|
||||
"print(myvar)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 7,
|
||||
"id": "0785d9bd-e5b1-4221-84e9-1a1a6a2cf37e",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"0 1\n",
|
||||
"1 7\n",
|
||||
"2 2\n",
|
||||
"dtype: int64\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"# series: numpy arrays!\n",
|
||||
"a = [1, 7, 2]\n",
|
||||
"\n",
|
||||
"myvar = pd.Series(a)\n",
|
||||
"\n",
|
||||
"print(myvar)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 6,
|
||||
"id": "2d7a5f33-79a2-4e2a-9b14-eee43db90662",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"x 1\n",
|
||||
"y 7\n",
|
||||
"z 2\n",
|
||||
"dtype: int64\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"# labels\n",
|
||||
"a = [1, 7, 2]\n",
|
||||
"\n",
|
||||
"myvar = pd.Series(a, index = [\"x\", \"y\", \"z\"])\n",
|
||||
"\n",
|
||||
"print(myvar)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 8,
|
||||
"id": "cba4f2ef-45d1-4c23-94ce-7197c43d4aee",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"day1 420\n",
|
||||
"day2 380\n",
|
||||
"day3 390\n",
|
||||
"dtype: int64\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"# key value objects\n",
|
||||
"calories = {\"day1\": 420, \"day2\": 380, \"day3\": 390}\n",
|
||||
"\n",
|
||||
"myvar = pd.Series(calories)\n",
|
||||
"\n",
|
||||
"print(myvar)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 13,
|
||||
"id": "e965971f-6a97-42c4-81bf-2550e57cd7e9",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
" calories duration\n",
|
||||
"0 420 50\n",
|
||||
"1 380 40\n",
|
||||
"2 390 45\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"# dataframe = multi-dimensional tables\n",
|
||||
"data = {\n",
|
||||
" \"calories\": [420, 380, 390],\n",
|
||||
" \"duration\": [50, 40, 45]\n",
|
||||
"}\n",
|
||||
"\n",
|
||||
"df = pd.DataFrame(data)\n",
|
||||
"\n",
|
||||
"print(df)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 14,
|
||||
"id": "a6650272-40db-4237-b2d6-83d3652184c2",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"calories 420\n",
|
||||
"duration 50\n",
|
||||
"Name: 0, dtype: int64\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"# locate row\n",
|
||||
"print(df.loc[0])"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 15,
|
||||
"id": "694a5a9b-c280-454c-b7c6-236eda33d8f4",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
" calories duration\n",
|
||||
"0 420 50\n",
|
||||
"1 380 40\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"#use a list of indexes:\n",
|
||||
"print(df.loc[[0, 1]])"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 16,
|
||||
"id": "e3ff6022-327e-446d-a739-011730d1db8a",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
" calories duration\n",
|
||||
"day1 420 50\n",
|
||||
"day2 380 40\n",
|
||||
"day3 390 45\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"# named index\n",
|
||||
"data = {\n",
|
||||
" \"calories\": [420, 380, 390],\n",
|
||||
" \"duration\": [50, 40, 45]\n",
|
||||
"}\n",
|
||||
"\n",
|
||||
"df = pd.DataFrame(data, index = [\"day1\", \"day2\", \"day3\"])\n",
|
||||
"\n",
|
||||
"print(df) "
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 17,
|
||||
"id": "4d8a50a4-7c1d-4ef7-ab0b-09cbc8085ad6",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"calories 380\n",
|
||||
"duration 40\n",
|
||||
"Name: day2, dtype: int64\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"#refer to the named index:\n",
|
||||
"print(df.loc[\"day2\"])"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "markdown",
|
||||
"id": "b18cee34-c5dd-43df-9e2e-bd20ebeed8ed",
|
||||
"metadata": {},
|
||||
"source": [
|
||||
"### Loading Files"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 19,
|
||||
"id": "abef3aeb-d82c-4cc5-a2d2-7a70313f0712",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
" Duration Pulse Maxpulse Calories\n",
|
||||
"0 60 110 130 409.1\n",
|
||||
"1 60 117 145 479.0\n",
|
||||
"2 60 103 135 340.0\n",
|
||||
"3 45 109 175 282.4\n",
|
||||
"4 45 117 148 406.0\n",
|
||||
"5 60 102 127 300.0\n",
|
||||
"6 60 110 136 374.0\n",
|
||||
"7 45 104 134 253.3\n",
|
||||
"8 30 109 133 195.1\n",
|
||||
"9 60 98 124 269.0\n",
|
||||
"10 60 103 147 329.3\n",
|
||||
"11 60 100 120 250.7\n",
|
||||
"12 60 106 128 345.3\n",
|
||||
"13 60 104 132 379.3\n",
|
||||
"14 60 98 123 275.0\n",
|
||||
"15 60 98 120 215.2\n",
|
||||
"16 60 100 120 300.0\n",
|
||||
"17 45 90 112 NaN\n",
|
||||
"18 60 103 123 323.0\n",
|
||||
"19 45 97 125 243.0\n",
|
||||
"20 60 108 131 364.2\n",
|
||||
"21 45 100 119 282.0\n",
|
||||
"22 60 130 101 300.0\n",
|
||||
"23 45 105 132 246.0\n",
|
||||
"24 60 102 126 334.5\n",
|
||||
"25 60 100 120 250.0\n",
|
||||
"26 60 92 118 241.0\n",
|
||||
"27 60 103 132 NaN\n",
|
||||
"28 60 100 132 280.0\n",
|
||||
"29 60 102 129 380.3\n",
|
||||
"30 60 92 115 243.0\n",
|
||||
"31 45 90 112 180.1\n",
|
||||
"32 60 101 124 299.0\n",
|
||||
"33 60 93 113 223.0\n",
|
||||
"34 60 107 136 361.0\n",
|
||||
"35 60 114 140 415.0\n",
|
||||
"36 60 102 127 300.0\n",
|
||||
"37 60 100 120 300.0\n",
|
||||
"38 60 100 120 300.0\n",
|
||||
"39 45 104 129 266.0\n",
|
||||
"40 45 90 112 180.1\n",
|
||||
"41 60 98 126 286.0\n",
|
||||
"42 60 100 122 329.4\n",
|
||||
"43 60 111 138 400.0\n",
|
||||
"44 60 111 131 397.0\n",
|
||||
"45 60 99 119 273.0\n",
|
||||
"46 60 109 153 387.6\n",
|
||||
"47 45 111 136 300.0\n",
|
||||
"48 45 108 129 298.0\n",
|
||||
"49 60 111 139 397.6\n",
|
||||
"50 60 107 136 380.2\n",
|
||||
"51 80 123 146 643.1\n",
|
||||
"52 60 106 130 263.0\n",
|
||||
"53 60 118 151 486.0\n",
|
||||
"54 30 136 175 238.0\n",
|
||||
"55 60 121 146 450.7\n",
|
||||
"56 60 118 121 413.0\n",
|
||||
"57 45 115 144 305.0\n",
|
||||
"58 20 153 172 226.4\n",
|
||||
"59 45 123 152 321.0\n",
|
||||
"60 210 108 160 1376.0\n",
|
||||
"61 160 110 137 1034.4\n",
|
||||
"62 160 109 135 853.0\n",
|
||||
"63 45 118 141 341.0\n",
|
||||
"64 20 110 130 131.4\n",
|
||||
"65 180 90 130 800.4\n",
|
||||
"66 150 105 135 873.4\n",
|
||||
"67 150 107 130 816.0\n",
|
||||
"68 20 106 136 110.4\n",
|
||||
"69 300 108 143 1500.2\n",
|
||||
"70 150 97 129 1115.0\n",
|
||||
"71 60 109 153 387.6\n",
|
||||
"72 90 100 127 700.0\n",
|
||||
"73 150 97 127 953.2\n",
|
||||
"74 45 114 146 304.0\n",
|
||||
"75 90 98 125 563.2\n",
|
||||
"76 45 105 134 251.0\n",
|
||||
"77 45 110 141 300.0\n",
|
||||
"78 120 100 130 500.4\n",
|
||||
"79 270 100 131 1729.0\n",
|
||||
"80 30 159 182 319.2\n",
|
||||
"81 45 149 169 344.0\n",
|
||||
"82 30 103 139 151.1\n",
|
||||
"83 120 100 130 500.0\n",
|
||||
"84 45 100 120 225.3\n",
|
||||
"85 30 151 170 300.0\n",
|
||||
"86 45 102 136 234.0\n",
|
||||
"87 120 100 157 1000.1\n",
|
||||
"88 45 129 103 242.0\n",
|
||||
"89 20 83 107 50.3\n",
|
||||
"90 180 101 127 600.1\n",
|
||||
"91 45 107 137 NaN\n",
|
||||
"92 30 90 107 105.3\n",
|
||||
"93 15 80 100 50.5\n",
|
||||
"94 20 150 171 127.4\n",
|
||||
"95 20 151 168 229.4\n",
|
||||
"96 30 95 128 128.2\n",
|
||||
"97 25 152 168 244.2\n",
|
||||
"98 30 109 131 188.2\n",
|
||||
"99 90 93 124 604.1\n",
|
||||
"100 20 95 112 77.7\n",
|
||||
"101 90 90 110 500.0\n",
|
||||
"102 90 90 100 500.0\n",
|
||||
"103 90 90 100 500.4\n",
|
||||
"104 30 92 108 92.7\n",
|
||||
"105 30 93 128 124.0\n",
|
||||
"106 180 90 120 800.3\n",
|
||||
"107 30 90 120 86.2\n",
|
||||
"108 90 90 120 500.3\n",
|
||||
"109 210 137 184 1860.4\n",
|
||||
"110 60 102 124 325.2\n",
|
||||
"111 45 107 124 275.0\n",
|
||||
"112 15 124 139 124.2\n",
|
||||
"113 45 100 120 225.3\n",
|
||||
"114 60 108 131 367.6\n",
|
||||
"115 60 108 151 351.7\n",
|
||||
"116 60 116 141 443.0\n",
|
||||
"117 60 97 122 277.4\n",
|
||||
"118 60 105 125 NaN\n",
|
||||
"119 60 103 124 332.7\n",
|
||||
"120 30 112 137 193.9\n",
|
||||
"121 45 100 120 100.7\n",
|
||||
"122 60 119 169 336.7\n",
|
||||
"123 60 107 127 344.9\n",
|
||||
"124 60 111 151 368.5\n",
|
||||
"125 60 98 122 271.0\n",
|
||||
"126 60 97 124 275.3\n",
|
||||
"127 60 109 127 382.0\n",
|
||||
"128 90 99 125 466.4\n",
|
||||
"129 60 114 151 384.0\n",
|
||||
"130 60 104 134 342.5\n",
|
||||
"131 60 107 138 357.5\n",
|
||||
"132 60 103 133 335.0\n",
|
||||
"133 60 106 132 327.5\n",
|
||||
"134 60 103 136 339.0\n",
|
||||
"135 20 136 156 189.0\n",
|
||||
"136 45 117 143 317.7\n",
|
||||
"137 45 115 137 318.0\n",
|
||||
"138 45 113 138 308.0\n",
|
||||
"139 20 141 162 222.4\n",
|
||||
"140 60 108 135 390.0\n",
|
||||
"141 60 97 127 NaN\n",
|
||||
"142 45 100 120 250.4\n",
|
||||
"143 45 122 149 335.4\n",
|
||||
"144 60 136 170 470.2\n",
|
||||
"145 45 106 126 270.8\n",
|
||||
"146 60 107 136 400.0\n",
|
||||
"147 60 112 146 361.9\n",
|
||||
"148 30 103 127 185.0\n",
|
||||
"149 60 110 150 409.4\n",
|
||||
"150 60 106 134 343.0\n",
|
||||
"151 60 109 129 353.2\n",
|
||||
"152 60 109 138 374.0\n",
|
||||
"153 30 150 167 275.8\n",
|
||||
"154 60 105 128 328.0\n",
|
||||
"155 60 111 151 368.5\n",
|
||||
"156 60 97 131 270.4\n",
|
||||
"157 60 100 120 270.4\n",
|
||||
"158 60 114 150 382.8\n",
|
||||
"159 30 80 120 240.9\n",
|
||||
"160 30 85 120 250.4\n",
|
||||
"161 45 90 130 260.4\n",
|
||||
"162 45 95 130 270.0\n",
|
||||
"163 45 100 140 280.9\n",
|
||||
"164 60 105 140 290.8\n",
|
||||
"165 60 110 145 300.0\n",
|
||||
"166 60 115 145 310.2\n",
|
||||
"167 75 120 150 320.4\n",
|
||||
"168 75 125 150 330.4\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"#https://www.w3schools.com/python/pandas/data.csv\n",
|
||||
"df = pd.read_csv('https://www.w3schools.com/python/pandas/data.csv')\n",
|
||||
"\n",
|
||||
"print(df.to_string()) "
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "markdown",
|
||||
"id": "1dba1828-de88-4a61-868b-5a8b638254f0",
|
||||
"metadata": {},
|
||||
"source": [
|
||||
"#### Analyze Data"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 22,
|
||||
"id": "e89c6f79-b957-4c6b-85bc-c76b362d7a2a",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"(169, 4)\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"print(df.shape)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 25,
|
||||
"id": "460724ee-1ba6-461c-801e-46632a68c837",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"<class 'pandas.core.frame.DataFrame'>\n",
|
||||
"RangeIndex: 169 entries, 0 to 168\n",
|
||||
"Data columns (total 4 columns):\n",
|
||||
" # Column Non-Null Count Dtype \n",
|
||||
"--- ------ -------------- ----- \n",
|
||||
" 0 Duration 169 non-null int64 \n",
|
||||
" 1 Pulse 169 non-null int64 \n",
|
||||
" 2 Maxpulse 169 non-null int64 \n",
|
||||
" 3 Calories 164 non-null float64\n",
|
||||
"dtypes: float64(1), int64(3)\n",
|
||||
"memory usage: 5.4 KB\n",
|
||||
"None\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"print(df.info()) "
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 21,
|
||||
"id": "418bbc3e-53ff-4ea2-9728-1b8aa94a140d",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
" Duration Pulse Maxpulse Calories\n",
|
||||
"0 60 110 130 409.1\n",
|
||||
"1 60 117 145 479.0\n",
|
||||
"2 60 103 135 340.0\n",
|
||||
"3 45 109 175 282.4\n",
|
||||
"4 45 117 148 406.0\n",
|
||||
"5 60 102 127 300.0\n",
|
||||
"6 60 110 136 374.0\n",
|
||||
"7 45 104 134 253.3\n",
|
||||
"8 30 109 133 195.1\n",
|
||||
"9 60 98 124 269.0\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"print(df.head(10))"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 23,
|
||||
"id": "b7424301-9bb4-4200-b2d5-bcc8a22c6427",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
" Duration Pulse Maxpulse Calories\n",
|
||||
"0 60 110 130 409.1\n",
|
||||
"1 60 117 145 479.0\n",
|
||||
"2 60 103 135 340.0\n",
|
||||
"3 45 109 175 282.4\n",
|
||||
"4 45 117 148 406.0\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"print(df.head())"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 24,
|
||||
"id": "a7649f71-6c14-4158-8040-08019577b1ad",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
" Duration Pulse Maxpulse Calories\n",
|
||||
"164 60 105 140 290.8\n",
|
||||
"165 60 110 145 300.0\n",
|
||||
"166 60 115 145 310.2\n",
|
||||
"167 75 120 150 320.4\n",
|
||||
"168 75 125 150 330.4\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"print(df.tail())"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 29,
|
||||
"id": "8da3696c-6a3c-4727-8cea-6442d7cedf28",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"count 169.000000\n",
|
||||
"mean 107.461538\n",
|
||||
"std 14.510259\n",
|
||||
"min 80.000000\n",
|
||||
"25% 100.000000\n",
|
||||
"50% 105.000000\n",
|
||||
"75% 111.000000\n",
|
||||
"max 159.000000\n",
|
||||
"Name: Pulse, dtype: float64\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"print(df['Pulse'].describe())"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": null,
|
||||
"id": "8689d23c-5d68-4fdb-bcef-9ae080442a27",
|
||||
"metadata": {},
|
||||
"outputs": [],
|
||||
"source": []
|
||||
}
|
||||
],
|
||||
"metadata": {
|
||||
"kernelspec": {
|
||||
"display_name": "Python 3 (ipykernel)",
|
||||
"language": "python",
|
||||
"name": "python3"
|
||||
},
|
||||
"language_info": {
|
||||
"codemirror_mode": {
|
||||
"name": "ipython",
|
||||
"version": 3
|
||||
},
|
||||
"file_extension": ".py",
|
||||
"mimetype": "text/x-python",
|
||||
"name": "python",
|
||||
"nbconvert_exporter": "python",
|
||||
"pygments_lexer": "ipython3",
|
||||
"version": "3.10.8"
|
||||
}
|
||||
},
|
||||
"nbformat": 4,
|
||||
"nbformat_minor": 5
|
||||
}
|
||||
File diff suppressed because it is too large
Load Diff
File diff suppressed because one or more lines are too long
|
|
@ -0,0 +1,32 @@
|
|||
,Duration,Date,Pulse,Maxpulse,Calories
|
||||
0,60,2020-12-01,110,130,409.1
|
||||
1,60,2020-12-02,117,145,479.0
|
||||
2,60,2020-12-03,103,135,340.0
|
||||
3,45,2020-12-04,109,175,282.4
|
||||
4,45,2020-12-05,117,148,406.0
|
||||
5,60,2020-12-06,102,127,300.0
|
||||
6,60,2020-12-07,110,136,374.0
|
||||
7,45,2020-12-08,104,134,253.3
|
||||
8,30,2020-12-09,109,133,195.1
|
||||
9,60,2020-12-10,98,124,269.0
|
||||
10,60,2020-12-11,103,147,329.3
|
||||
11,60,2020-12-12,100,120,250.7
|
||||
13,60,2020-12-13,106,128,345.3
|
||||
14,60,2020-12-14,104,132,379.3
|
||||
15,60,2020-12-15,98,123,275.0
|
||||
16,60,2020-12-16,98,120,215.2
|
||||
17,60,2020-12-17,100,120,300.0
|
||||
18,45,2020-12-18,90,112,304.68
|
||||
19,60,2020-12-19,103,123,323.0
|
||||
20,45,2020-12-20,97,125,243.0
|
||||
21,60,2020-12-21,108,131,364.2
|
||||
22,45,,100,119,282.0
|
||||
23,60,2020-12-23,130,101,300.0
|
||||
24,45,2020-12-24,105,132,246.0
|
||||
25,60,2020-12-25,102,126,334.5
|
||||
26,60,2020-12-26,100,120,250.0
|
||||
27,60,2020-12-27,92,118,241.0
|
||||
28,60,2020-12-28,103,132,304.68
|
||||
29,60,2020-12-29,100,132,280.0
|
||||
30,60,2020-12-30,102,129,380.3
|
||||
31,60,2020-12-31,92,115,243.0
|
||||
|
|
|
@ -0,0 +1,745 @@
|
|||
{
|
||||
"cells": [
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 2,
|
||||
"id": "bd4b5db9-6439-4519-aef0-c8bb8ffd6a13",
|
||||
"metadata": {},
|
||||
"outputs": [],
|
||||
"source": [
|
||||
"import pandas as pd"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "markdown",
|
||||
"id": "a3c4bf54-07f7-46bb-9ae5-77c3a4518627",
|
||||
"metadata": {},
|
||||
"source": [
|
||||
"### Basics"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 3,
|
||||
"id": "def1dfe3-6afe-4f5e-9714-36b65811094a",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
" cars passings\n",
|
||||
"0 BMW 3\n",
|
||||
"1 Volvo 7\n",
|
||||
"2 Ford 2\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"mydataset = {\n",
|
||||
" 'cars': [\"BMW\", \"Volvo\", \"Ford\"],\n",
|
||||
" 'passings': [3, 7, 2]\n",
|
||||
"}\n",
|
||||
"\n",
|
||||
"myvar = pd.DataFrame(mydataset)\n",
|
||||
"\n",
|
||||
"print(myvar)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 4,
|
||||
"id": "0785d9bd-e5b1-4221-84e9-1a1a6a2cf37e",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"0 1\n",
|
||||
"1 7\n",
|
||||
"2 2\n",
|
||||
"dtype: int64\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"# series: numpy arrays!\n",
|
||||
"a = [1, 7, 2]\n",
|
||||
"\n",
|
||||
"myvar = pd.Series(a)\n",
|
||||
"\n",
|
||||
"print(myvar)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 5,
|
||||
"id": "2d7a5f33-79a2-4e2a-9b14-eee43db90662",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"x 1\n",
|
||||
"y 7\n",
|
||||
"z 2\n",
|
||||
"dtype: int64\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"# labels\n",
|
||||
"a = [1, 7, 2]\n",
|
||||
"\n",
|
||||
"myvar = pd.Series(a, index = [\"x\", \"y\", \"z\"])\n",
|
||||
"\n",
|
||||
"print(myvar)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 6,
|
||||
"id": "cba4f2ef-45d1-4c23-94ce-7197c43d4aee",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"day1 420\n",
|
||||
"day2 380\n",
|
||||
"day3 390\n",
|
||||
"dtype: int64\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"# key value objects\n",
|
||||
"calories = {\"day1\": 420, \"day2\": 380, \"day3\": 390}\n",
|
||||
"\n",
|
||||
"myvar = pd.Series(calories)\n",
|
||||
"\n",
|
||||
"print(myvar)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 7,
|
||||
"id": "e965971f-6a97-42c4-81bf-2550e57cd7e9",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
" calories duration\n",
|
||||
"0 420 50\n",
|
||||
"1 380 40\n",
|
||||
"2 390 45\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"# dataframe = multi-dimensional tables\n",
|
||||
"data = {\n",
|
||||
" \"calories\": [420, 380, 390],\n",
|
||||
" \"duration\": [50, 40, 45]\n",
|
||||
"}\n",
|
||||
"\n",
|
||||
"df = pd.DataFrame(data)\n",
|
||||
"\n",
|
||||
"print(df)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 8,
|
||||
"id": "a6650272-40db-4237-b2d6-83d3652184c2",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"calories 420\n",
|
||||
"duration 50\n",
|
||||
"Name: 0, dtype: int64\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"# locate row\n",
|
||||
"print(df.loc[0])"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 9,
|
||||
"id": "694a5a9b-c280-454c-b7c6-236eda33d8f4",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
" calories duration\n",
|
||||
"0 420 50\n",
|
||||
"1 380 40\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"#use a list of indexes:\n",
|
||||
"print(df.loc[[0, 1]])"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 10,
|
||||
"id": "e3ff6022-327e-446d-a739-011730d1db8a",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
" calories duration\n",
|
||||
"day1 420 50\n",
|
||||
"day2 380 40\n",
|
||||
"day3 390 45\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"# named index\n",
|
||||
"data = {\n",
|
||||
" \"calories\": [420, 380, 390],\n",
|
||||
" \"duration\": [50, 40, 45]\n",
|
||||
"}\n",
|
||||
"\n",
|
||||
"df = pd.DataFrame(data, index = [\"day1\", \"day2\", \"day3\"])\n",
|
||||
"\n",
|
||||
"print(df) "
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 11,
|
||||
"id": "4d8a50a4-7c1d-4ef7-ab0b-09cbc8085ad6",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"calories 380\n",
|
||||
"duration 40\n",
|
||||
"Name: day2, dtype: int64\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"#refer to the named index:\n",
|
||||
"print(df.loc[\"day2\"])"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "markdown",
|
||||
"id": "b18cee34-c5dd-43df-9e2e-bd20ebeed8ed",
|
||||
"metadata": {},
|
||||
"source": [
|
||||
"### Loading Files"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 12,
|
||||
"id": "abef3aeb-d82c-4cc5-a2d2-7a70313f0712",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
" Duration Pulse Maxpulse Calories\n",
|
||||
"0 60 110 130 409.1\n",
|
||||
"1 60 117 145 479.0\n",
|
||||
"2 60 103 135 340.0\n",
|
||||
"3 45 109 175 282.4\n",
|
||||
"4 45 117 148 406.0\n",
|
||||
"5 60 102 127 300.0\n",
|
||||
"6 60 110 136 374.0\n",
|
||||
"7 45 104 134 253.3\n",
|
||||
"8 30 109 133 195.1\n",
|
||||
"9 60 98 124 269.0\n",
|
||||
"10 60 103 147 329.3\n",
|
||||
"11 60 100 120 250.7\n",
|
||||
"12 60 106 128 345.3\n",
|
||||
"13 60 104 132 379.3\n",
|
||||
"14 60 98 123 275.0\n",
|
||||
"15 60 98 120 215.2\n",
|
||||
"16 60 100 120 300.0\n",
|
||||
"17 45 90 112 NaN\n",
|
||||
"18 60 103 123 323.0\n",
|
||||
"19 45 97 125 243.0\n",
|
||||
"20 60 108 131 364.2\n",
|
||||
"21 45 100 119 282.0\n",
|
||||
"22 60 130 101 300.0\n",
|
||||
"23 45 105 132 246.0\n",
|
||||
"24 60 102 126 334.5\n",
|
||||
"25 60 100 120 250.0\n",
|
||||
"26 60 92 118 241.0\n",
|
||||
"27 60 103 132 NaN\n",
|
||||
"28 60 100 132 280.0\n",
|
||||
"29 60 102 129 380.3\n",
|
||||
"30 60 92 115 243.0\n",
|
||||
"31 45 90 112 180.1\n",
|
||||
"32 60 101 124 299.0\n",
|
||||
"33 60 93 113 223.0\n",
|
||||
"34 60 107 136 361.0\n",
|
||||
"35 60 114 140 415.0\n",
|
||||
"36 60 102 127 300.0\n",
|
||||
"37 60 100 120 300.0\n",
|
||||
"38 60 100 120 300.0\n",
|
||||
"39 45 104 129 266.0\n",
|
||||
"40 45 90 112 180.1\n",
|
||||
"41 60 98 126 286.0\n",
|
||||
"42 60 100 122 329.4\n",
|
||||
"43 60 111 138 400.0\n",
|
||||
"44 60 111 131 397.0\n",
|
||||
"45 60 99 119 273.0\n",
|
||||
"46 60 109 153 387.6\n",
|
||||
"47 45 111 136 300.0\n",
|
||||
"48 45 108 129 298.0\n",
|
||||
"49 60 111 139 397.6\n",
|
||||
"50 60 107 136 380.2\n",
|
||||
"51 80 123 146 643.1\n",
|
||||
"52 60 106 130 263.0\n",
|
||||
"53 60 118 151 486.0\n",
|
||||
"54 30 136 175 238.0\n",
|
||||
"55 60 121 146 450.7\n",
|
||||
"56 60 118 121 413.0\n",
|
||||
"57 45 115 144 305.0\n",
|
||||
"58 20 153 172 226.4\n",
|
||||
"59 45 123 152 321.0\n",
|
||||
"60 210 108 160 1376.0\n",
|
||||
"61 160 110 137 1034.4\n",
|
||||
"62 160 109 135 853.0\n",
|
||||
"63 45 118 141 341.0\n",
|
||||
"64 20 110 130 131.4\n",
|
||||
"65 180 90 130 800.4\n",
|
||||
"66 150 105 135 873.4\n",
|
||||
"67 150 107 130 816.0\n",
|
||||
"68 20 106 136 110.4\n",
|
||||
"69 300 108 143 1500.2\n",
|
||||
"70 150 97 129 1115.0\n",
|
||||
"71 60 109 153 387.6\n",
|
||||
"72 90 100 127 700.0\n",
|
||||
"73 150 97 127 953.2\n",
|
||||
"74 45 114 146 304.0\n",
|
||||
"75 90 98 125 563.2\n",
|
||||
"76 45 105 134 251.0\n",
|
||||
"77 45 110 141 300.0\n",
|
||||
"78 120 100 130 500.4\n",
|
||||
"79 270 100 131 1729.0\n",
|
||||
"80 30 159 182 319.2\n",
|
||||
"81 45 149 169 344.0\n",
|
||||
"82 30 103 139 151.1\n",
|
||||
"83 120 100 130 500.0\n",
|
||||
"84 45 100 120 225.3\n",
|
||||
"85 30 151 170 300.0\n",
|
||||
"86 45 102 136 234.0\n",
|
||||
"87 120 100 157 1000.1\n",
|
||||
"88 45 129 103 242.0\n",
|
||||
"89 20 83 107 50.3\n",
|
||||
"90 180 101 127 600.1\n",
|
||||
"91 45 107 137 NaN\n",
|
||||
"92 30 90 107 105.3\n",
|
||||
"93 15 80 100 50.5\n",
|
||||
"94 20 150 171 127.4\n",
|
||||
"95 20 151 168 229.4\n",
|
||||
"96 30 95 128 128.2\n",
|
||||
"97 25 152 168 244.2\n",
|
||||
"98 30 109 131 188.2\n",
|
||||
"99 90 93 124 604.1\n",
|
||||
"100 20 95 112 77.7\n",
|
||||
"101 90 90 110 500.0\n",
|
||||
"102 90 90 100 500.0\n",
|
||||
"103 90 90 100 500.4\n",
|
||||
"104 30 92 108 92.7\n",
|
||||
"105 30 93 128 124.0\n",
|
||||
"106 180 90 120 800.3\n",
|
||||
"107 30 90 120 86.2\n",
|
||||
"108 90 90 120 500.3\n",
|
||||
"109 210 137 184 1860.4\n",
|
||||
"110 60 102 124 325.2\n",
|
||||
"111 45 107 124 275.0\n",
|
||||
"112 15 124 139 124.2\n",
|
||||
"113 45 100 120 225.3\n",
|
||||
"114 60 108 131 367.6\n",
|
||||
"115 60 108 151 351.7\n",
|
||||
"116 60 116 141 443.0\n",
|
||||
"117 60 97 122 277.4\n",
|
||||
"118 60 105 125 NaN\n",
|
||||
"119 60 103 124 332.7\n",
|
||||
"120 30 112 137 193.9\n",
|
||||
"121 45 100 120 100.7\n",
|
||||
"122 60 119 169 336.7\n",
|
||||
"123 60 107 127 344.9\n",
|
||||
"124 60 111 151 368.5\n",
|
||||
"125 60 98 122 271.0\n",
|
||||
"126 60 97 124 275.3\n",
|
||||
"127 60 109 127 382.0\n",
|
||||
"128 90 99 125 466.4\n",
|
||||
"129 60 114 151 384.0\n",
|
||||
"130 60 104 134 342.5\n",
|
||||
"131 60 107 138 357.5\n",
|
||||
"132 60 103 133 335.0\n",
|
||||
"133 60 106 132 327.5\n",
|
||||
"134 60 103 136 339.0\n",
|
||||
"135 20 136 156 189.0\n",
|
||||
"136 45 117 143 317.7\n",
|
||||
"137 45 115 137 318.0\n",
|
||||
"138 45 113 138 308.0\n",
|
||||
"139 20 141 162 222.4\n",
|
||||
"140 60 108 135 390.0\n",
|
||||
"141 60 97 127 NaN\n",
|
||||
"142 45 100 120 250.4\n",
|
||||
"143 45 122 149 335.4\n",
|
||||
"144 60 136 170 470.2\n",
|
||||
"145 45 106 126 270.8\n",
|
||||
"146 60 107 136 400.0\n",
|
||||
"147 60 112 146 361.9\n",
|
||||
"148 30 103 127 185.0\n",
|
||||
"149 60 110 150 409.4\n",
|
||||
"150 60 106 134 343.0\n",
|
||||
"151 60 109 129 353.2\n",
|
||||
"152 60 109 138 374.0\n",
|
||||
"153 30 150 167 275.8\n",
|
||||
"154 60 105 128 328.0\n",
|
||||
"155 60 111 151 368.5\n",
|
||||
"156 60 97 131 270.4\n",
|
||||
"157 60 100 120 270.4\n",
|
||||
"158 60 114 150 382.8\n",
|
||||
"159 30 80 120 240.9\n",
|
||||
"160 30 85 120 250.4\n",
|
||||
"161 45 90 130 260.4\n",
|
||||
"162 45 95 130 270.0\n",
|
||||
"163 45 100 140 280.9\n",
|
||||
"164 60 105 140 290.8\n",
|
||||
"165 60 110 145 300.0\n",
|
||||
"166 60 115 145 310.2\n",
|
||||
"167 75 120 150 320.4\n",
|
||||
"168 75 125 150 330.4\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"#https://www.w3schools.com/python/pandas/data.csv\n",
|
||||
"df = pd.read_csv('https://www.w3schools.com/python/pandas/data.csv')\n",
|
||||
"\n",
|
||||
"print(df.to_string()) "
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "markdown",
|
||||
"id": "1dba1828-de88-4a61-868b-5a8b638254f0",
|
||||
"metadata": {},
|
||||
"source": [
|
||||
"#### Analyze Data"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 13,
|
||||
"id": "e89c6f79-b957-4c6b-85bc-c76b362d7a2a",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"(169, 4)\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"print(df.shape)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 14,
|
||||
"id": "460724ee-1ba6-461c-801e-46632a68c837",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"<class 'pandas.core.frame.DataFrame'>\n",
|
||||
"RangeIndex: 169 entries, 0 to 168\n",
|
||||
"Data columns (total 4 columns):\n",
|
||||
" # Column Non-Null Count Dtype \n",
|
||||
"--- ------ -------------- ----- \n",
|
||||
" 0 Duration 169 non-null int64 \n",
|
||||
" 1 Pulse 169 non-null int64 \n",
|
||||
" 2 Maxpulse 169 non-null int64 \n",
|
||||
" 3 Calories 164 non-null float64\n",
|
||||
"dtypes: float64(1), int64(3)\n",
|
||||
"memory usage: 5.4 KB\n",
|
||||
"None\n"
|
||||
]
|
||||
},
|
||||
{
|
||||
"data": {
|
||||
"text/html": [
|
||||
"<div>\n",
|
||||
"<style scoped>\n",
|
||||
" .dataframe tbody tr th:only-of-type {\n",
|
||||
" vertical-align: middle;\n",
|
||||
" }\n",
|
||||
"\n",
|
||||
" .dataframe tbody tr th {\n",
|
||||
" vertical-align: top;\n",
|
||||
" }\n",
|
||||
"\n",
|
||||
" .dataframe thead th {\n",
|
||||
" text-align: right;\n",
|
||||
" }\n",
|
||||
"</style>\n",
|
||||
"<table border=\"1\" class=\"dataframe\">\n",
|
||||
" <thead>\n",
|
||||
" <tr style=\"text-align: right;\">\n",
|
||||
" <th></th>\n",
|
||||
" <th>Duration</th>\n",
|
||||
" <th>Pulse</th>\n",
|
||||
" <th>Maxpulse</th>\n",
|
||||
" <th>Calories</th>\n",
|
||||
" </tr>\n",
|
||||
" </thead>\n",
|
||||
" <tbody>\n",
|
||||
" <tr>\n",
|
||||
" <th>count</th>\n",
|
||||
" <td>169.000000</td>\n",
|
||||
" <td>169.000000</td>\n",
|
||||
" <td>169.000000</td>\n",
|
||||
" <td>164.000000</td>\n",
|
||||
" </tr>\n",
|
||||
" <tr>\n",
|
||||
" <th>mean</th>\n",
|
||||
" <td>63.846154</td>\n",
|
||||
" <td>107.461538</td>\n",
|
||||
" <td>134.047337</td>\n",
|
||||
" <td>375.790244</td>\n",
|
||||
" </tr>\n",
|
||||
" <tr>\n",
|
||||
" <th>std</th>\n",
|
||||
" <td>42.299949</td>\n",
|
||||
" <td>14.510259</td>\n",
|
||||
" <td>16.450434</td>\n",
|
||||
" <td>266.379919</td>\n",
|
||||
" </tr>\n",
|
||||
" <tr>\n",
|
||||
" <th>min</th>\n",
|
||||
" <td>15.000000</td>\n",
|
||||
" <td>80.000000</td>\n",
|
||||
" <td>100.000000</td>\n",
|
||||
" <td>50.300000</td>\n",
|
||||
" </tr>\n",
|
||||
" <tr>\n",
|
||||
" <th>25%</th>\n",
|
||||
" <td>45.000000</td>\n",
|
||||
" <td>100.000000</td>\n",
|
||||
" <td>124.000000</td>\n",
|
||||
" <td>250.925000</td>\n",
|
||||
" </tr>\n",
|
||||
" <tr>\n",
|
||||
" <th>50%</th>\n",
|
||||
" <td>60.000000</td>\n",
|
||||
" <td>105.000000</td>\n",
|
||||
" <td>131.000000</td>\n",
|
||||
" <td>318.600000</td>\n",
|
||||
" </tr>\n",
|
||||
" <tr>\n",
|
||||
" <th>75%</th>\n",
|
||||
" <td>60.000000</td>\n",
|
||||
" <td>111.000000</td>\n",
|
||||
" <td>141.000000</td>\n",
|
||||
" <td>387.600000</td>\n",
|
||||
" </tr>\n",
|
||||
" <tr>\n",
|
||||
" <th>max</th>\n",
|
||||
" <td>300.000000</td>\n",
|
||||
" <td>159.000000</td>\n",
|
||||
" <td>184.000000</td>\n",
|
||||
" <td>1860.400000</td>\n",
|
||||
" </tr>\n",
|
||||
" </tbody>\n",
|
||||
"</table>\n",
|
||||
"</div>"
|
||||
],
|
||||
"text/plain": [
|
||||
" Duration Pulse Maxpulse Calories\n",
|
||||
"count 169.000000 169.000000 169.000000 164.000000\n",
|
||||
"mean 63.846154 107.461538 134.047337 375.790244\n",
|
||||
"std 42.299949 14.510259 16.450434 266.379919\n",
|
||||
"min 15.000000 80.000000 100.000000 50.300000\n",
|
||||
"25% 45.000000 100.000000 124.000000 250.925000\n",
|
||||
"50% 60.000000 105.000000 131.000000 318.600000\n",
|
||||
"75% 60.000000 111.000000 141.000000 387.600000\n",
|
||||
"max 300.000000 159.000000 184.000000 1860.400000"
|
||||
]
|
||||
},
|
||||
"execution_count": 14,
|
||||
"metadata": {},
|
||||
"output_type": "execute_result"
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"print(df.info()) \n"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": null,
|
||||
"id": "9c3075b2-8160-4987-a014-050da0c374bc",
|
||||
"metadata": {},
|
||||
"outputs": [],
|
||||
"source": [
|
||||
"df.describe()"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 21,
|
||||
"id": "418bbc3e-53ff-4ea2-9728-1b8aa94a140d",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
" Duration Pulse Maxpulse Calories\n",
|
||||
"0 60 110 130 409.1\n",
|
||||
"1 60 117 145 479.0\n",
|
||||
"2 60 103 135 340.0\n",
|
||||
"3 45 109 175 282.4\n",
|
||||
"4 45 117 148 406.0\n",
|
||||
"5 60 102 127 300.0\n",
|
||||
"6 60 110 136 374.0\n",
|
||||
"7 45 104 134 253.3\n",
|
||||
"8 30 109 133 195.1\n",
|
||||
"9 60 98 124 269.0\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"print(df.head(10))"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 23,
|
||||
"id": "b7424301-9bb4-4200-b2d5-bcc8a22c6427",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
" Duration Pulse Maxpulse Calories\n",
|
||||
"0 60 110 130 409.1\n",
|
||||
"1 60 117 145 479.0\n",
|
||||
"2 60 103 135 340.0\n",
|
||||
"3 45 109 175 282.4\n",
|
||||
"4 45 117 148 406.0\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"print(df.head())"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 24,
|
||||
"id": "a7649f71-6c14-4158-8040-08019577b1ad",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
" Duration Pulse Maxpulse Calories\n",
|
||||
"164 60 105 140 290.8\n",
|
||||
"165 60 110 145 300.0\n",
|
||||
"166 60 115 145 310.2\n",
|
||||
"167 75 120 150 320.4\n",
|
||||
"168 75 125 150 330.4\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"print(df.tail())"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 29,
|
||||
"id": "8da3696c-6a3c-4727-8cea-6442d7cedf28",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"count 169.000000\n",
|
||||
"mean 107.461538\n",
|
||||
"std 14.510259\n",
|
||||
"min 80.000000\n",
|
||||
"25% 100.000000\n",
|
||||
"50% 105.000000\n",
|
||||
"75% 111.000000\n",
|
||||
"max 159.000000\n",
|
||||
"Name: Pulse, dtype: float64\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"print(df['Pulse'].describe())"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": null,
|
||||
"id": "8689d23c-5d68-4fdb-bcef-9ae080442a27",
|
||||
"metadata": {},
|
||||
"outputs": [],
|
||||
"source": []
|
||||
}
|
||||
],
|
||||
"metadata": {
|
||||
"kernelspec": {
|
||||
"display_name": "Python 3 (ipykernel)",
|
||||
"language": "python",
|
||||
"name": "python3"
|
||||
},
|
||||
"language_info": {
|
||||
"codemirror_mode": {
|
||||
"name": "ipython",
|
||||
"version": 3
|
||||
},
|
||||
"file_extension": ".py",
|
||||
"mimetype": "text/x-python",
|
||||
"name": "python",
|
||||
"nbconvert_exporter": "python",
|
||||
"pygments_lexer": "ipython3",
|
||||
"version": "3.11.7"
|
||||
}
|
||||
},
|
||||
"nbformat": 4,
|
||||
"nbformat_minor": 5
|
||||
}
|
||||
File diff suppressed because it is too large
Load Diff
File diff suppressed because one or more lines are too long
|
|
@ -0,0 +1,32 @@
|
|||
,Duration,Date,Pulse,Maxpulse,Calories
|
||||
0,60,2020-12-01,110,130,409.1
|
||||
1,60,2020-12-02,117,145,479.0
|
||||
2,60,2020-12-03,103,135,340.0
|
||||
3,45,2020-12-04,109,175,282.4
|
||||
4,45,2020-12-05,117,148,406.0
|
||||
5,60,2020-12-06,102,127,300.0
|
||||
6,60,2020-12-07,110,136,374.0
|
||||
7,45,2020-12-08,104,134,253.3
|
||||
8,30,2020-12-09,109,133,195.1
|
||||
9,60,2020-12-10,98,124,269.0
|
||||
10,60,2020-12-11,103,147,329.3
|
||||
11,60,2020-12-12,100,120,250.7
|
||||
13,60,2020-12-13,106,128,345.3
|
||||
14,60,2020-12-14,104,132,379.3
|
||||
15,60,2020-12-15,98,123,275.0
|
||||
16,60,2020-12-16,98,120,215.2
|
||||
17,60,2020-12-17,100,120,300.0
|
||||
18,45,2020-12-18,90,112,304.68
|
||||
19,60,2020-12-19,103,123,323.0
|
||||
20,45,2020-12-20,97,125,243.0
|
||||
21,60,2020-12-21,108,131,364.2
|
||||
22,45,,100,119,282.0
|
||||
23,60,2020-12-23,130,101,300.0
|
||||
24,45,2020-12-24,105,132,246.0
|
||||
25,60,2020-12-25,102,126,334.5
|
||||
26,60,2020-12-26,100,120,250.0
|
||||
27,60,2020-12-27,92,118,241.0
|
||||
28,60,2020-12-28,103,132,304.68
|
||||
29,60,2020-12-29,100,132,280.0
|
||||
30,60,2020-12-30,102,129,380.3
|
||||
31,60,2020-12-31,92,115,243.0
|
||||
|
|
|
@ -0,0 +1,202 @@
|
|||
{
|
||||
"cells": [
|
||||
{
|
||||
"cell_type": "markdown",
|
||||
"id": "2e29ba0a-8c8d-43a7-8c69-91a45dd510f4",
|
||||
"metadata": {
|
||||
"tags": []
|
||||
},
|
||||
"source": [
|
||||
"### Python Data-Types "
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 3,
|
||||
"id": "985a7730-4e2f-4dd8-8963-0c05929d6537",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"10\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"#### Numbers\n",
|
||||
"some_number = 9\n",
|
||||
"some_decimal_number = 9.123\n",
|
||||
"# some math\n",
|
||||
"result = some_number + 1 \n",
|
||||
"print(result)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 4,
|
||||
"id": "bc668dd1-2c00-4428-9792-87fc82268066",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"anna schmidt\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"#### Text (string)\n",
|
||||
"some_name = \"anna\"\n",
|
||||
"some_last_name= \"schmidt\"\n",
|
||||
"# concat\n",
|
||||
"result = some_name + \" \" + some_last_name\n",
|
||||
"print(result)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 5,
|
||||
"id": "15f12de7-b59e-47a5-8493-9ce6dc993b1a",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"ANNA SCHMIDT\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"#### Text transformation\n",
|
||||
"print(result.upper()) # or .lower()"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 6,
|
||||
"id": "ef60122f-ff4e-41ba-81c6-03bd425f4182",
|
||||
"metadata": {},
|
||||
"outputs": [],
|
||||
"source": [
|
||||
"#### Boolean\n",
|
||||
"wahr = True # 1\n",
|
||||
"falsch = False # 0\n"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 7,
|
||||
"id": "5286e63f-d505-4d7f-988d-a4272530edd7",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[10, 20, 30]\n",
|
||||
"3\n",
|
||||
"10\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"#### List\n",
|
||||
"some_list = [10,20,30]\n",
|
||||
"print(some_list)\n",
|
||||
"print(len(some_list)) # length\n",
|
||||
"print(some_list[0]) # first position starts at 0 !"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 8,
|
||||
"id": "de268e19-56cb-4b15-9eb4-d2d1c206e816",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"['some', 'text', 'going', 'here']\n",
|
||||
"4\n",
|
||||
"['some', 'text', 'going', 'here', 'abit more']\n",
|
||||
"5\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"#### More lists\n",
|
||||
"some_text_list = [\"some\",\"text\",\"going\",\"here\"]\n",
|
||||
"print(some_text_list)\n",
|
||||
"print(len(some_text_list))\n",
|
||||
"# add something to the list\n",
|
||||
"some_text_list.append(\"abit more\")\n",
|
||||
"print(some_text_list)\n",
|
||||
"print(len(some_text_list))\n"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "markdown",
|
||||
"id": "f0fe7482-edc7-42b8-9f8d-dd54e8fe67f0",
|
||||
"metadata": {},
|
||||
"source": [
|
||||
"#### check type"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 9,
|
||||
"id": "ec30a547-3e4f-436d-965e-28434dcbb7bb",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"<class 'float'>\n",
|
||||
"<class 'str'>\n",
|
||||
"<class 'bool'>\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"print(type(1.0))\n",
|
||||
"print(type(\"bla\"))\n",
|
||||
"print(type(wahr))"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": null,
|
||||
"id": "ee9a0aca-344c-4f1e-adc0-8feaf5fe59ea",
|
||||
"metadata": {},
|
||||
"outputs": [],
|
||||
"source": []
|
||||
}
|
||||
],
|
||||
"metadata": {
|
||||
"kernelspec": {
|
||||
"display_name": "Python 3 (ipykernel)",
|
||||
"language": "python",
|
||||
"name": "python3"
|
||||
},
|
||||
"language_info": {
|
||||
"codemirror_mode": {
|
||||
"name": "ipython",
|
||||
"version": 3
|
||||
},
|
||||
"file_extension": ".py",
|
||||
"mimetype": "text/x-python",
|
||||
"name": "python",
|
||||
"nbconvert_exporter": "python",
|
||||
"pygments_lexer": "ipython3",
|
||||
"version": "3.10.8"
|
||||
}
|
||||
},
|
||||
"nbformat": 4,
|
||||
"nbformat_minor": 5
|
||||
}
|
||||
|
|
@ -0,0 +1,177 @@
|
|||
{
|
||||
"cells": [
|
||||
{
|
||||
"cell_type": "markdown",
|
||||
"id": "fd3ba99f-b630-408c-b8f4-e62e189c6057",
|
||||
"metadata": {},
|
||||
"source": [
|
||||
"### Python Logic Operators"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 1,
|
||||
"id": "58b1616e-9df5-426c-857b-d3017f052b07",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"False\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"print(1 == 2)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 2,
|
||||
"id": "c87c73b4-414c-49b2-9e8f-fb3ea64f734a",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"True\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"print(1 != 2)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 3,
|
||||
"id": "c0785e94-8795-4200-8148-50eea688e381",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"False\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"print(1>2)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 4,
|
||||
"id": "51a3869d-14f4-4f36-89a5-8b274e6867bb",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"False\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"print(\"1\" == 1)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": null,
|
||||
"id": "d77b7f00-7eaf-4812-a2b9-57dc00dfc701",
|
||||
"metadata": {},
|
||||
"outputs": [],
|
||||
"source": [
|
||||
"### Add multiple condition"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 5,
|
||||
"id": "0c4650aa-71f5-43e1-a027-fd68db0c585e",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"True\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"print(1 < 10 and 1 > 0)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 6,
|
||||
"id": "97b73046-93fc-4496-bbcc-e4cd83b9e971",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"True\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"print(1 < 10 or 1 > 10)\n"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 9,
|
||||
"id": "69781d14-9295-42cd-935a-eef3e4e6c1e6",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"True\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"print(not \"bla\" == \"blup\")"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": null,
|
||||
"id": "e2e24ad8-fec6-4399-aada-f09f6f35b992",
|
||||
"metadata": {},
|
||||
"outputs": [],
|
||||
"source": []
|
||||
}
|
||||
],
|
||||
"metadata": {
|
||||
"kernelspec": {
|
||||
"display_name": "Python 3 (ipykernel)",
|
||||
"language": "python",
|
||||
"name": "python3"
|
||||
},
|
||||
"language_info": {
|
||||
"codemirror_mode": {
|
||||
"name": "ipython",
|
||||
"version": 3
|
||||
},
|
||||
"file_extension": ".py",
|
||||
"mimetype": "text/x-python",
|
||||
"name": "python",
|
||||
"nbconvert_exporter": "python",
|
||||
"pygments_lexer": "ipython3",
|
||||
"version": "3.10.8"
|
||||
}
|
||||
},
|
||||
"nbformat": 4,
|
||||
"nbformat_minor": 5
|
||||
}
|
||||
|
|
@ -0,0 +1,97 @@
|
|||
{
|
||||
"cells": [
|
||||
{
|
||||
"cell_type": "markdown",
|
||||
"id": "3eea86ad-74b7-4d9c-8cac-814d6e9858e9",
|
||||
"metadata": {},
|
||||
"source": [
|
||||
"### Loops"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 1,
|
||||
"id": "8ba4b151-0dcc-4f65-9b0c-1d242fe63d9a",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"Axel\n",
|
||||
"Elke\n",
|
||||
"Martin\n",
|
||||
"nach der for-Schleife\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"vornamen = ['Axel', 'Elke', 'Martin']\n",
|
||||
"for einzelwert in vornamen:\n",
|
||||
" print(einzelwert)\n",
|
||||
"print(\"nach der for-Schleife\")"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 2,
|
||||
"id": "d5d85399-b41a-433f-b6c2-279197a40157",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"1\n",
|
||||
"2\n",
|
||||
"3\n",
|
||||
"4\n",
|
||||
"5\n",
|
||||
"6\n",
|
||||
"7\n",
|
||||
"8\n",
|
||||
"9\n",
|
||||
"10\n",
|
||||
"nach der Schleife\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"durchgang = 1\n",
|
||||
"while durchgang < 11:\n",
|
||||
" print(durchgang)\n",
|
||||
" durchgang = durchgang + 1\n",
|
||||
"print(\"nach der Schleife\")"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": null,
|
||||
"id": "32f0f630-7392-449b-a33b-ee5250752bb6",
|
||||
"metadata": {},
|
||||
"outputs": [],
|
||||
"source": []
|
||||
}
|
||||
],
|
||||
"metadata": {
|
||||
"kernelspec": {
|
||||
"display_name": "Python 3 (ipykernel)",
|
||||
"language": "python",
|
||||
"name": "python3"
|
||||
},
|
||||
"language_info": {
|
||||
"codemirror_mode": {
|
||||
"name": "ipython",
|
||||
"version": 3
|
||||
},
|
||||
"file_extension": ".py",
|
||||
"mimetype": "text/x-python",
|
||||
"name": "python",
|
||||
"nbconvert_exporter": "python",
|
||||
"pygments_lexer": "ipython3",
|
||||
"version": "3.10.12"
|
||||
}
|
||||
},
|
||||
"nbformat": 4,
|
||||
"nbformat_minor": 5
|
||||
}
|
||||
|
|
@ -0,0 +1,124 @@
|
|||
{
|
||||
"cells": [
|
||||
{
|
||||
"cell_type": "markdown",
|
||||
"id": "2aa66773-49ef-43bd-8f86-84a9ea68c4d4",
|
||||
"metadata": {},
|
||||
"source": [
|
||||
"### Functions"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 1,
|
||||
"id": "53eaee4f-539c-4a5e-baf2-1f45077eebb0",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"1\n",
|
||||
"2\n",
|
||||
"3\n",
|
||||
"4\n",
|
||||
"5\n",
|
||||
"6\n",
|
||||
"7\n",
|
||||
"8\n",
|
||||
"Funktion ausgabe durchlaufen\n"
|
||||
]
|
||||
},
|
||||
{
|
||||
"data": {
|
||||
"text/plain": [
|
||||
"36"
|
||||
]
|
||||
},
|
||||
"execution_count": 1,
|
||||
"metadata": {},
|
||||
"output_type": "execute_result"
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"def ausgabe(endwert, anfangswert=1, schrittweite=1):\n",
|
||||
" summe = 0\n",
|
||||
" for x in range(anfangswert, endwert, schrittweite):\n",
|
||||
" print(x)\n",
|
||||
" summe = summe + x\n",
|
||||
" print(\"Funktion ausgabe durchlaufen\")\n",
|
||||
" return summe\n",
|
||||
"\n",
|
||||
"ausgabe(9)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 2,
|
||||
"id": "e9bc89ad-6b67-4109-b6d6-f74218cfe304",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"1\n",
|
||||
"2\n",
|
||||
"3\n",
|
||||
"4\n",
|
||||
"5\n",
|
||||
"6\n",
|
||||
"7\n",
|
||||
"8\n",
|
||||
"9\n",
|
||||
"10\n",
|
||||
"11\n",
|
||||
"Funktion ausgabe durchlaufen\n"
|
||||
]
|
||||
},
|
||||
{
|
||||
"data": {
|
||||
"text/plain": [
|
||||
"66"
|
||||
]
|
||||
},
|
||||
"execution_count": 2,
|
||||
"metadata": {},
|
||||
"output_type": "execute_result"
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"ausgabe(12)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": null,
|
||||
"id": "7e207043-c521-48ef-9ee4-b0e6f8ce2164",
|
||||
"metadata": {},
|
||||
"outputs": [],
|
||||
"source": []
|
||||
}
|
||||
],
|
||||
"metadata": {
|
||||
"kernelspec": {
|
||||
"display_name": "Python 3 (ipykernel)",
|
||||
"language": "python",
|
||||
"name": "python3"
|
||||
},
|
||||
"language_info": {
|
||||
"codemirror_mode": {
|
||||
"name": "ipython",
|
||||
"version": 3
|
||||
},
|
||||
"file_extension": ".py",
|
||||
"mimetype": "text/x-python",
|
||||
"name": "python",
|
||||
"nbconvert_exporter": "python",
|
||||
"pygments_lexer": "ipython3",
|
||||
"version": "3.10.12"
|
||||
}
|
||||
},
|
||||
"nbformat": 4,
|
||||
"nbformat_minor": 5
|
||||
}
|
||||
|
|
@ -0,0 +1,111 @@
|
|||
{
|
||||
"cells": [
|
||||
{
|
||||
"cell_type": "markdown",
|
||||
"id": "bcdc32a0-9b80-472b-a7a6-eda570fb8b86",
|
||||
"metadata": {},
|
||||
"source": [
|
||||
"### classes"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 1,
|
||||
"id": "03fc3fad-4c9a-4864-8596-c8e9a383fe4e",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"orange\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"class BauplanKatzenKlasse():\n",
|
||||
" \"\"\" Klasse für das Erstellen von Katzen \"\"\"\n",
|
||||
"\n",
|
||||
" def __init__(self, rufname, farbe, alter):\n",
|
||||
" self.rufname = rufname\n",
|
||||
" self.farbe = farbe\n",
|
||||
" self.alter = alter\n",
|
||||
" self.schlafdauer = 0\n",
|
||||
" \n",
|
||||
" def miauzen(self,amount=1):\n",
|
||||
" out = \"mia\"\n",
|
||||
" for i in range(amount):\n",
|
||||
" out = out + \"u\"\n",
|
||||
" print(out)\n",
|
||||
"\n",
|
||||
"katze_sammy = BauplanKatzenKlasse(\"Sammy\", \"orange\", 3)\n",
|
||||
"print(katze_sammy.farbe)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 2,
|
||||
"id": "d259947e-1b01-4826-be6b-11909c32bd80",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"miau\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"katze_sammy.miauzen()"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 3,
|
||||
"id": "e8a7cff4-b60f-48c8-9c1e-8f209516f992",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"miauuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"katze_sammy.miauzen(amount=100)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": null,
|
||||
"id": "caef4f55-b746-457f-9a88-a6e4c47a56f6",
|
||||
"metadata": {},
|
||||
"outputs": [],
|
||||
"source": []
|
||||
}
|
||||
],
|
||||
"metadata": {
|
||||
"kernelspec": {
|
||||
"display_name": "Python 3 (ipykernel)",
|
||||
"language": "python",
|
||||
"name": "python3"
|
||||
},
|
||||
"language_info": {
|
||||
"codemirror_mode": {
|
||||
"name": "ipython",
|
||||
"version": 3
|
||||
},
|
||||
"file_extension": ".py",
|
||||
"mimetype": "text/x-python",
|
||||
"name": "python",
|
||||
"nbconvert_exporter": "python",
|
||||
"pygments_lexer": "ipython3",
|
||||
"version": "3.10.12"
|
||||
}
|
||||
},
|
||||
"nbformat": 4,
|
||||
"nbformat_minor": 5
|
||||
}
|
||||
|
|
@ -0,0 +1,60 @@
|
|||
{
|
||||
"cells": [
|
||||
{
|
||||
"cell_type": "markdown",
|
||||
"id": "a3795d4d-7bed-4d3b-995c-0a6c05ad8a7c",
|
||||
"metadata": {},
|
||||
"source": [
|
||||
"### libs"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 1,
|
||||
"id": "4a85fd9b-1e27-4d0b-a323-33a965e37968",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"5.0\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"import math\n",
|
||||
"print(math.sqrt(25))"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": null,
|
||||
"id": "621adbab-7608-48fc-9bc8-a8203ee5484a",
|
||||
"metadata": {},
|
||||
"outputs": [],
|
||||
"source": []
|
||||
}
|
||||
],
|
||||
"metadata": {
|
||||
"kernelspec": {
|
||||
"display_name": "Python 3 (ipykernel)",
|
||||
"language": "python",
|
||||
"name": "python3"
|
||||
},
|
||||
"language_info": {
|
||||
"codemirror_mode": {
|
||||
"name": "ipython",
|
||||
"version": 3
|
||||
},
|
||||
"file_extension": ".py",
|
||||
"mimetype": "text/x-python",
|
||||
"name": "python",
|
||||
"nbconvert_exporter": "python",
|
||||
"pygments_lexer": "ipython3",
|
||||
"version": "3.10.12"
|
||||
}
|
||||
},
|
||||
"nbformat": 4,
|
||||
"nbformat_minor": 5
|
||||
}
|
||||
|
|
@ -0,0 +1,202 @@
|
|||
{
|
||||
"cells": [
|
||||
{
|
||||
"cell_type": "markdown",
|
||||
"id": "2e29ba0a-8c8d-43a7-8c69-91a45dd510f4",
|
||||
"metadata": {
|
||||
"tags": []
|
||||
},
|
||||
"source": [
|
||||
"### Python Data-Types "
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 3,
|
||||
"id": "985a7730-4e2f-4dd8-8963-0c05929d6537",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"10\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"#### Numbers\n",
|
||||
"some_number = 9\n",
|
||||
"some_decimal_number = 9.123\n",
|
||||
"# some math\n",
|
||||
"result = some_number + 1 \n",
|
||||
"print(result)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 4,
|
||||
"id": "bc668dd1-2c00-4428-9792-87fc82268066",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"anna schmidt\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"#### Text (string)\n",
|
||||
"some_name = \"anna\"\n",
|
||||
"some_last_name= \"schmidt\"\n",
|
||||
"# concat\n",
|
||||
"result = some_name + \" \" + some_last_name\n",
|
||||
"print(result)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 5,
|
||||
"id": "15f12de7-b59e-47a5-8493-9ce6dc993b1a",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"ANNA SCHMIDT\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"#### Text transformation\n",
|
||||
"print(result.upper()) # or .lower()"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 6,
|
||||
"id": "ef60122f-ff4e-41ba-81c6-03bd425f4182",
|
||||
"metadata": {},
|
||||
"outputs": [],
|
||||
"source": [
|
||||
"#### Boolean\n",
|
||||
"wahr = True # 1\n",
|
||||
"falsch = False # 0\n"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 7,
|
||||
"id": "5286e63f-d505-4d7f-988d-a4272530edd7",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"[10, 20, 30]\n",
|
||||
"3\n",
|
||||
"10\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"#### List\n",
|
||||
"some_list = [10,20,30]\n",
|
||||
"print(some_list)\n",
|
||||
"print(len(some_list)) # length\n",
|
||||
"print(some_list[0]) # first position starts at 0 !"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 8,
|
||||
"id": "de268e19-56cb-4b15-9eb4-d2d1c206e816",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"['some', 'text', 'going', 'here']\n",
|
||||
"4\n",
|
||||
"['some', 'text', 'going', 'here', 'abit more']\n",
|
||||
"5\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"#### More lists\n",
|
||||
"some_text_list = [\"some\",\"text\",\"going\",\"here\"]\n",
|
||||
"print(some_text_list)\n",
|
||||
"print(len(some_text_list))\n",
|
||||
"# add something to the list\n",
|
||||
"some_text_list.append(\"abit more\")\n",
|
||||
"print(some_text_list)\n",
|
||||
"print(len(some_text_list))\n"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "markdown",
|
||||
"id": "f0fe7482-edc7-42b8-9f8d-dd54e8fe67f0",
|
||||
"metadata": {},
|
||||
"source": [
|
||||
"#### check type"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 9,
|
||||
"id": "ec30a547-3e4f-436d-965e-28434dcbb7bb",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"<class 'float'>\n",
|
||||
"<class 'str'>\n",
|
||||
"<class 'bool'>\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"print(type(1.0))\n",
|
||||
"print(type(\"bla\"))\n",
|
||||
"print(type(wahr))"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": null,
|
||||
"id": "ee9a0aca-344c-4f1e-adc0-8feaf5fe59ea",
|
||||
"metadata": {},
|
||||
"outputs": [],
|
||||
"source": []
|
||||
}
|
||||
],
|
||||
"metadata": {
|
||||
"kernelspec": {
|
||||
"display_name": "Python 3 (ipykernel)",
|
||||
"language": "python",
|
||||
"name": "python3"
|
||||
},
|
||||
"language_info": {
|
||||
"codemirror_mode": {
|
||||
"name": "ipython",
|
||||
"version": 3
|
||||
},
|
||||
"file_extension": ".py",
|
||||
"mimetype": "text/x-python",
|
||||
"name": "python",
|
||||
"nbconvert_exporter": "python",
|
||||
"pygments_lexer": "ipython3",
|
||||
"version": "3.11.7"
|
||||
}
|
||||
},
|
||||
"nbformat": 4,
|
||||
"nbformat_minor": 5
|
||||
}
|
||||
|
|
@ -0,0 +1,177 @@
|
|||
{
|
||||
"cells": [
|
||||
{
|
||||
"cell_type": "markdown",
|
||||
"id": "fd3ba99f-b630-408c-b8f4-e62e189c6057",
|
||||
"metadata": {},
|
||||
"source": [
|
||||
"### Python Logic Operators"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 1,
|
||||
"id": "58b1616e-9df5-426c-857b-d3017f052b07",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"False\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"print(1 == 2)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 2,
|
||||
"id": "c87c73b4-414c-49b2-9e8f-fb3ea64f734a",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"True\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"print(1 != 2)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 3,
|
||||
"id": "c0785e94-8795-4200-8148-50eea688e381",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"False\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"print(1>2)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 4,
|
||||
"id": "51a3869d-14f4-4f36-89a5-8b274e6867bb",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"False\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"print(\"1\" == 1)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": null,
|
||||
"id": "d77b7f00-7eaf-4812-a2b9-57dc00dfc701",
|
||||
"metadata": {},
|
||||
"outputs": [],
|
||||
"source": [
|
||||
"### Add multiple condition"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 5,
|
||||
"id": "0c4650aa-71f5-43e1-a027-fd68db0c585e",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"True\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"print(1 < 10 and 1 > 0)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 6,
|
||||
"id": "97b73046-93fc-4496-bbcc-e4cd83b9e971",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"True\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"print(1 < 10 or 1 > 10)\n"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 9,
|
||||
"id": "69781d14-9295-42cd-935a-eef3e4e6c1e6",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"True\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"print(not \"bla\" == \"blup\")"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": null,
|
||||
"id": "e2e24ad8-fec6-4399-aada-f09f6f35b992",
|
||||
"metadata": {},
|
||||
"outputs": [],
|
||||
"source": []
|
||||
}
|
||||
],
|
||||
"metadata": {
|
||||
"kernelspec": {
|
||||
"display_name": "Python 3 (ipykernel)",
|
||||
"language": "python",
|
||||
"name": "python3"
|
||||
},
|
||||
"language_info": {
|
||||
"codemirror_mode": {
|
||||
"name": "ipython",
|
||||
"version": 3
|
||||
},
|
||||
"file_extension": ".py",
|
||||
"mimetype": "text/x-python",
|
||||
"name": "python",
|
||||
"nbconvert_exporter": "python",
|
||||
"pygments_lexer": "ipython3",
|
||||
"version": "3.11.7"
|
||||
}
|
||||
},
|
||||
"nbformat": 4,
|
||||
"nbformat_minor": 5
|
||||
}
|
||||
|
|
@ -0,0 +1,97 @@
|
|||
{
|
||||
"cells": [
|
||||
{
|
||||
"cell_type": "markdown",
|
||||
"id": "3eea86ad-74b7-4d9c-8cac-814d6e9858e9",
|
||||
"metadata": {},
|
||||
"source": [
|
||||
"### Loops"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 1,
|
||||
"id": "8ba4b151-0dcc-4f65-9b0c-1d242fe63d9a",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"Axel\n",
|
||||
"Elke\n",
|
||||
"Martin\n",
|
||||
"nach der for-Schleife\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"vornamen = ['Axel', 'Elke', 'Martin']\n",
|
||||
"for einzelwert in vornamen:\n",
|
||||
" print(einzelwert)\n",
|
||||
"print(\"nach der for-Schleife\")"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 2,
|
||||
"id": "d5d85399-b41a-433f-b6c2-279197a40157",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"1\n",
|
||||
"2\n",
|
||||
"3\n",
|
||||
"4\n",
|
||||
"5\n",
|
||||
"6\n",
|
||||
"7\n",
|
||||
"8\n",
|
||||
"9\n",
|
||||
"10\n",
|
||||
"nach der Schleife\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"durchgang = 1\n",
|
||||
"while durchgang < 11:\n",
|
||||
" print(durchgang)\n",
|
||||
" durchgang = durchgang + 1\n",
|
||||
"print(\"nach der Schleife\")"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": null,
|
||||
"id": "32f0f630-7392-449b-a33b-ee5250752bb6",
|
||||
"metadata": {},
|
||||
"outputs": [],
|
||||
"source": []
|
||||
}
|
||||
],
|
||||
"metadata": {
|
||||
"kernelspec": {
|
||||
"display_name": "Python 3 (ipykernel)",
|
||||
"language": "python",
|
||||
"name": "python3"
|
||||
},
|
||||
"language_info": {
|
||||
"codemirror_mode": {
|
||||
"name": "ipython",
|
||||
"version": 3
|
||||
},
|
||||
"file_extension": ".py",
|
||||
"mimetype": "text/x-python",
|
||||
"name": "python",
|
||||
"nbconvert_exporter": "python",
|
||||
"pygments_lexer": "ipython3",
|
||||
"version": "3.11.7"
|
||||
}
|
||||
},
|
||||
"nbformat": 4,
|
||||
"nbformat_minor": 5
|
||||
}
|
||||
|
|
@ -0,0 +1,124 @@
|
|||
{
|
||||
"cells": [
|
||||
{
|
||||
"cell_type": "markdown",
|
||||
"id": "2aa66773-49ef-43bd-8f86-84a9ea68c4d4",
|
||||
"metadata": {},
|
||||
"source": [
|
||||
"### Functions"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 2,
|
||||
"id": "53eaee4f-539c-4a5e-baf2-1f45077eebb0",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"1\n",
|
||||
"2\n",
|
||||
"3\n",
|
||||
"4\n",
|
||||
"5\n",
|
||||
"6\n",
|
||||
"7\n",
|
||||
"8\n",
|
||||
"Funktion ausgabe durchlaufen\n"
|
||||
]
|
||||
},
|
||||
{
|
||||
"data": {
|
||||
"text/plain": [
|
||||
"36"
|
||||
]
|
||||
},
|
||||
"execution_count": 2,
|
||||
"metadata": {},
|
||||
"output_type": "execute_result"
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"def ausgabe(endwert, anfangswert=1, schrittweite=1):\n",
|
||||
" summe = 0\n",
|
||||
" for x in range(anfangswert, endwert, schrittweite):\n",
|
||||
" print(x)\n",
|
||||
" summe = summe + x\n",
|
||||
" print(\"Funktion ausgabe durchlaufen\")\n",
|
||||
" return summe\n",
|
||||
"\n",
|
||||
"ausgabe(9)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 2,
|
||||
"id": "e9bc89ad-6b67-4109-b6d6-f74218cfe304",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"1\n",
|
||||
"2\n",
|
||||
"3\n",
|
||||
"4\n",
|
||||
"5\n",
|
||||
"6\n",
|
||||
"7\n",
|
||||
"8\n",
|
||||
"9\n",
|
||||
"10\n",
|
||||
"11\n",
|
||||
"Funktion ausgabe durchlaufen\n"
|
||||
]
|
||||
},
|
||||
{
|
||||
"data": {
|
||||
"text/plain": [
|
||||
"66"
|
||||
]
|
||||
},
|
||||
"execution_count": 2,
|
||||
"metadata": {},
|
||||
"output_type": "execute_result"
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"ausgabe(12)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": null,
|
||||
"id": "7e207043-c521-48ef-9ee4-b0e6f8ce2164",
|
||||
"metadata": {},
|
||||
"outputs": [],
|
||||
"source": []
|
||||
}
|
||||
],
|
||||
"metadata": {
|
||||
"kernelspec": {
|
||||
"display_name": "Python 3 (ipykernel)",
|
||||
"language": "python",
|
||||
"name": "python3"
|
||||
},
|
||||
"language_info": {
|
||||
"codemirror_mode": {
|
||||
"name": "ipython",
|
||||
"version": 3
|
||||
},
|
||||
"file_extension": ".py",
|
||||
"mimetype": "text/x-python",
|
||||
"name": "python",
|
||||
"nbconvert_exporter": "python",
|
||||
"pygments_lexer": "ipython3",
|
||||
"version": "3.11.7"
|
||||
}
|
||||
},
|
||||
"nbformat": 4,
|
||||
"nbformat_minor": 5
|
||||
}
|
||||
|
|
@ -0,0 +1,111 @@
|
|||
{
|
||||
"cells": [
|
||||
{
|
||||
"cell_type": "markdown",
|
||||
"id": "bcdc32a0-9b80-472b-a7a6-eda570fb8b86",
|
||||
"metadata": {},
|
||||
"source": [
|
||||
"### classes"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 1,
|
||||
"id": "03fc3fad-4c9a-4864-8596-c8e9a383fe4e",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"orange\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"class BauplanKatzenKlasse():\n",
|
||||
" \"\"\" Klasse für das Erstellen von Katzen \"\"\"\n",
|
||||
"\n",
|
||||
" def __init__(self, rufname, farbe, alter):\n",
|
||||
" self.rufname = rufname\n",
|
||||
" self.farbe = farbe\n",
|
||||
" self.alter = alter\n",
|
||||
" self.schlafdauer = 0\n",
|
||||
" \n",
|
||||
" def miauzen(self,amount=1):\n",
|
||||
" out = \"mia\"\n",
|
||||
" for i in range(amount):\n",
|
||||
" out = out + \"u\"\n",
|
||||
" print(out)\n",
|
||||
"\n",
|
||||
"katze_sammy = BauplanKatzenKlasse(\"Sammy\", \"orange\", 3)\n",
|
||||
"print(katze_sammy.farbe)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 2,
|
||||
"id": "d259947e-1b01-4826-be6b-11909c32bd80",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"miau\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"katze_sammy.miauzen()"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 3,
|
||||
"id": "e8a7cff4-b60f-48c8-9c1e-8f209516f992",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"miauuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"katze_sammy.miauzen(amount=100)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": null,
|
||||
"id": "caef4f55-b746-457f-9a88-a6e4c47a56f6",
|
||||
"metadata": {},
|
||||
"outputs": [],
|
||||
"source": []
|
||||
}
|
||||
],
|
||||
"metadata": {
|
||||
"kernelspec": {
|
||||
"display_name": "Python 3 (ipykernel)",
|
||||
"language": "python",
|
||||
"name": "python3"
|
||||
},
|
||||
"language_info": {
|
||||
"codemirror_mode": {
|
||||
"name": "ipython",
|
||||
"version": 3
|
||||
},
|
||||
"file_extension": ".py",
|
||||
"mimetype": "text/x-python",
|
||||
"name": "python",
|
||||
"nbconvert_exporter": "python",
|
||||
"pygments_lexer": "ipython3",
|
||||
"version": "3.10.12"
|
||||
}
|
||||
},
|
||||
"nbformat": 4,
|
||||
"nbformat_minor": 5
|
||||
}
|
||||
|
|
@ -0,0 +1,67 @@
|
|||
{
|
||||
"cells": [
|
||||
{
|
||||
"cell_type": "markdown",
|
||||
"id": "a3795d4d-7bed-4d3b-995c-0a6c05ad8a7c",
|
||||
"metadata": {},
|
||||
"source": [
|
||||
"### libs"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 1,
|
||||
"id": "4a85fd9b-1e27-4d0b-a323-33a965e37968",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"5.0\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"import math\n",
|
||||
"print(math.sqrt(25))"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": null,
|
||||
"id": "621adbab-7608-48fc-9bc8-a8203ee5484a",
|
||||
"metadata": {},
|
||||
"outputs": [],
|
||||
"source": [
|
||||
"\n",
|
||||
"var = 6\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"switch "
|
||||
]
|
||||
}
|
||||
],
|
||||
"metadata": {
|
||||
"kernelspec": {
|
||||
"display_name": "Python 3 (ipykernel)",
|
||||
"language": "python",
|
||||
"name": "python3"
|
||||
},
|
||||
"language_info": {
|
||||
"codemirror_mode": {
|
||||
"name": "ipython",
|
||||
"version": 3
|
||||
},
|
||||
"file_extension": ".py",
|
||||
"mimetype": "text/x-python",
|
||||
"name": "python",
|
||||
"nbconvert_exporter": "python",
|
||||
"pygments_lexer": "ipython3",
|
||||
"version": "3.11.7"
|
||||
}
|
||||
},
|
||||
"nbformat": 4,
|
||||
"nbformat_minor": 5
|
||||
}
|
||||
File diff suppressed because one or more lines are too long
File diff suppressed because one or more lines are too long
File diff suppressed because one or more lines are too long
Loading…
Reference in New Issue