3.2 KiB
id | title | challengeType | forumTopicId | dashedName |
---|---|---|---|---|
5e4f5c4b570f7e3a4949899f | Predittore del livello del mare | 10 | 462370 | sea-level-predictor |
--description--
Lavorerai a questo progetto con il nostro codice d'inizio su Replit.
- Inizia importando il progetto su Replit.
- Poi vedrai una finestra
.replit
. - Seleziona
Use run command
e clicca sul pulsanteDone
.
Stiamo ancora sviluppando la parte didattica interattiva del curriculum di Python. Per ora, ecco alcuni video sul canale YouTube di freeCodeCamp.org che ti insegneranno tutto quello che devi sapere per completare questo progetto:
-
Video corso Python for Everybody (14 ore)
--instructions--
Analizzerai un set di dati del cambiamento globale medio del livello del mare dal 1880. Userai i dati per predire il cambiamento del livello del mare fino all'anno 2050 incluso.
Usa i dati per completare le seguenti attività:
- Usa Pandas per importare i dati da
epa-sea-level.csv
. - Usa matplotlib per creare un grafico a dispersione usando la colonna
Year
come asse x e la colonnaCSIRO Adjusted Sea Level
come asse y. - Usa la funzione
linregress
dascipy.stats
per ottenere la pendenza e l'intercetta y della retta di regressione. Traccia la retta di regressione sopra la parte superiore del grafico a dispersione. Fai passare la linea attraverso l'anno 2050 per prevedere l'aumento del livello del mare nel 2050. - Traccia una nuova retta di regressione utilizzando i dati dall'anno 2000 all'anno più recente nel set di dati. Fai passare la linea anche per l'anno 2050 per prevedere quale sarà l'aumento del livello del mare nel 2050 se il tasso di crescita continuerà come ha fatto dal 2000 in poi.
- L'asse x dovrebbe essere
Year
, l'asse y dovrebbe essereSea Level (inches)
e il titolo dovrebbe essereRise in Sea Level
.
I test unitari sono scritti per te in test_module.py
.
Il boilerplate include anche comandi per salvare e restituire l'immagine.
Sviluppo
Nello sviluppo, puoi usare main.py
per testare le tue funzioni. Usa il bottone "run" e main.py
sarà eseguito.
Test
Abbiamo importato i test da test_module.py
in main.py
per tua convenienza. I test saranno eseguiti automaticamente quando usi il bottone "run".
Invio
Copia l'URL del tuo progetto e consegnalo nell'input qua sotto.
Sorgente Dati
Cambiamento medio assoluto globale del livello del mare, dal 1880 al 2014 da US Environmental Protection Agency usando i dati da CSIRO, 2015; NOAA, 2015.
--hints--
Dovrebbe superare tutti i test Python.
--solutions--
# Python challenges don't need solutions,
# because they would need to be tested against a full working project.
# Please check our contributing guidelines to learn more.