Karena pemrograman adalah keterampilan yang paling baik dikembangkan melalui belajar mandiri, kami akan menggunakan platform bernama Datacamp, yang menyediakan materi pembelajaran interaktif untuk Python dan alat pemrograman ilmiah lainnya Show
DatacampAnda seharusnya sudah menerima undangan (di alamat email Imperial College Anda) untuk bergabung dengan organisasi Datacamp bernama CIVE67219 - Freight Transport (21-22) Kami telah mengatur agar Anda menerima akses ke seluruh pustaka modul Datacamp selama enam bulan. Jangan ragu untuk mengeksplorasi lebih jauh setelah Anda menyelesaikan tugas ini Untuk mendapatkan akses ke ruang kerja modul, Anda harus menggunakan alamat email "panjang" Imperial College Anda (mis. john. doe00@imperial. ac. uk) saat mendaftar ke Datacamp Tugas AndaAnda harus menyelesaikan modul berikut sebelum batas waktu tugas
Modul terdiri dari serangkaian video dan latihan pengkodean singkat, yang dapat Anda coba menggunakan lingkungan pengkodean online yang disediakan oleh Datacamp. Anda akan segera diberi tahu apakah jawaban Anda benar Penilaian & PenandaanPerhatikan bahwa Datacamp melacak kemajuan Anda menggunakan unit XP - Anda seharusnya dapat menerima kemungkinan total 15700 unit untuk ketiga modul ini. Anda akan menerima lebih sedikit unit jika Anda meminta petunjuk atau mengintip solusinya Nilai Anda untuk tugas ini akan dihitung sebagai berikut
Studi lebih lanjut (Opsional)Kami percaya bahwa ketiga modul ini, dikombinasikan dengan tutorial dan latihan penugasan, akan memberi Anda semua keterampilan Python yang Anda butuhkan (dan lebih banyak lagi. ) sejauh menyangkut modul ini Namun, jika Anda ingin lebih mengembangkan keterampilan Python Anda, Anda mungkin ingin melihat kursus berikut Selesaikan pelatihan Anda tentang dasar-dasar PythonModul berikut mencakup serangkaian keterampilan penting yang lebih luas yang mungkin perlu Anda ketahui jika ingin menggunakan Python untuk proyek Anda sendiri
Analisis transportasi lebih lanjutModul berikut akan membantu Anda memperluas pengetahuan Anda tentang beberapa konsep teoretis yang kami bahas dalam modul ini
Belajar bekerja dengan kumpulan data besarRekayasa transportasi identik dengan analisis kumpulan data yang luas, yang seringkali memerlukan pemrosesan ekstensif sebelum dapat digunakan dalam model Anda. Langkah selanjutnya dalam pelatihan Anda adalah mempelajari cara menangani kumpulan data dunia nyata
Keterampilan tingkat lanjutAnda sekarang seharusnya sudah menguasai dasar-dasar Python dengan baik. Jika Anda ingin memperluas keahlian Anda, pertimbangkan untuk menyelesaikan modul berikut Terus kembangkan keterampilan Ilmu Data modern Anda dengan mempelajari tentang iterator dan pemahaman daftar. Baca lebih banyak Sumber daya ini ditawarkan oleh mitra afiliasi. Jika Anda membayar untuk pelatihan, kami dapat memperoleh komisi untuk mendukung situs ini Relevansi Karir berdasarkan Peran DataTeknik dan alat yang tercakup dalam Python Data Science Toolbox (Bagian 2) paling mirip dengan persyaratan yang ditemukan dalam iklan pekerjaan Data Scientist Kita dapat menggunakan perulangan for untuk mengulang daftar, string, atau objek rentang. Alasan mengapa kita dapat mengulangi objek-objek ini adalah karena objek-objek tersebut dapat diubah Iterables
Iterator
Untuk menyimpulkan
Untuk membuat iterator dari iterable, yang perlu kita lakukan hanyalah menggunakan fungsi 16 dan meneruskan iterable 1 word = 'Da' # 'word' is a iterable Untuk mengulangi kamus, avengers = ['hawkeye', 'iron man', 'thor', 'quicksilver']0 diperlukan saat memanggil for loop Untuk beralih melalui koneksi file 1_ file = open('file.txt') Menggunakan menghitung()avengers = ['hawkeye', 'iron man', 'thor', 'quicksilver']_1 adalah fungsi yang mengambil setiap iterable sebagai objek, seperti daftar, dan mengembalikan objek pencacahan khusus, yang terdiri dari pasangan yang berisi elemen iterable asli, bersama dengan indeksnya di dalam iterable. Kita dapat menggunakan fungsi avengers = ['hawkeye', 'iron man', 'thor', 'quicksilver']_2 untuk mengubah objek pencacah ini menjadi daftar tupel (indeks, elemen), dan mencetaknya untuk melihat isinya 1 avengers = ['hawkeye', 'iron man', 'thor', 'quicksilver'] Menggunakan zip()avengers = ['hawkeye', 'iron man', 'thor', 'quicksilver']3 menerima jumlah iterable yang berubah-ubah dan mengembalikan iterator tupel (list1_element1, list2_element1, list3_element1) 1 avengers = ['hawkeye', 'iron man', 'thor', 'quicksilver'] Menggunakan iterator untuk memuat file besarKetika file terlalu besar untuk disimpan di memori, kita dapat memuat data dalam potongan-potongan. Kita dapat melakukan operasi yang diinginkan pada satu potongan, menyimpan hasilnya, membuang potongan tersebut dan kemudian memuat potongan data berikutnya. Iterator sangat membantu dalam kasus ini Kami menggunakan fungsi panda. avengers = ['hawkeye', 'iron man', 'thor', 'quicksilver']_4 dan tentukan potongan dengan avengers = ['hawkeye', 'iron man', 'thor', 'quicksilver']5 1 import pandas as pd Menerapkan trik dalam kasus tweeterword = 'Da' # 'word' is a iterable0 word = 'Da' # 'word' is a iterable1List Comprehensions Pemahaman daftar dapat menciutkan loop untuk membuat daftar menjadi satu baris. Itu membuat daftar dari daftar lain, kolom DataFrame, dll. , dan lebih efisien daripada perulangan for karena hanya membutuhkan satu baris kode Komponen yang Diperlukan
Ketika kami memiliki daftar nomor dan kami ingin membuat daftar nomor baru, yang sama dengan daftar nomor lama kecuali bahwa setiap nomor ditambahkan 1 ke dalamnya. Alih-alih menggunakan perulangan for dalam beberapa baris, kita dapat menggunakan pemahaman daftar untuk menyelesaikan operasi ini dalam satu baris sebagai berikut word = 'Da' # 'word' is a iterable2 word = 'Da' # 'word' is a iterable3 Pemahaman daftar tidak terbatas pada daftar, dan dapat digunakan pada semua iterables word = 'Da' # 'word' is a iterable4 word = 'Da' # 'word' is a iterable5 Kami juga dapat mengganti loop bersarang dengan pemahaman daftar word = 'Da' # 'word' is a iterable6 word = 'Da' # 'word' is a iterable7 Untuk membuat matriks dengan pemahaman daftar word = 'Da' # 'word' is a iterable8 word = 'Da' # 'word' is a iterable9 Pemahaman LanjutanPersyaratan pada iterable 10 11 Kondisional pada ekspresi keluaran 10 13 Pemahaman kamus untuk membuat kamus 14 15 GeneratorGenerator sangat mirip dengan pemahaman daftar, kecuali bahwa itu tidak disimpan dalam memori dan tidak membuat daftar. Tapi kita masih bisa mengulangi generator untuk menghasilkan elemen daftar sesuai kebutuhan. Ini menjadi sangat berguna ketika Anda tidak ingin menyimpan seluruh daftar di memori 16 17 Katakanlah kita ingin mengulangi sejumlah besar bilangan bulat dari 0 hingga 10 ** 1000000 10 19 Kami juga dapat menerapkan kondisi untuk generator 10 file = open('file.txt')1 Fungsi PembangkitFungsi generator adalah fungsi yang, ketika dipanggil, menghasilkan objek generator. Ini menghasilkan urutan nilai alih-alih mengembalikan nilai tunggal. Itu didefinisikan seperti fungsi lain, kecuali bahwa itu menghasilkan nilai dengan avengers = ['hawkeye', 'iron man', 'thor', 'quicksilver']6 sebagai pengganti avengers = ['hawkeye', 'iron man', 'thor', 'quicksilver']7 di akhir word = 'Da' # 'word' is a iterable6 file = open('file.txt')3 Contoh lain file = open('file.txt')4 file = open('file.txt')5 avengers = ['hawkeye', 'iron man', 'thor', 'quicksilver']8 dan avengers = ['hawkeye', 'iron man', 'thor', 'quicksilver']9 sebenarnya juga membuat generator di belakang layar saat dipanggilStudi kasus. Data bank dunia________8 avengers = ['hawkeye', 'iron man', 'thor', 'quicksilver']_8_______7 Ubah kamus menjadi kerangka data 16 file = open('file.txt')9 Menulis generator untuk memuat data baris demi barisGunakan generator untuk memuat file baris demi baris. Jika data sedang streaming, artinya jika lebih banyak data ditambahkan ke kumpulan data saat Anda melakukan operasi, itu akan membaca dan memproses file hingga semua baris habis Manajer konteks. File csv 1_0 ada di direktori saat ini untuk Anda gunakan. Untuk memulai, Anda perlu membuka koneksi ke file ini menggunakan apa yang dikenal sebagai pengelola konteks. Misalnya, perintah 1_1 mengikat file csv 12 sebagai 13 di pengelola konteks. Di sini, pernyataan 1_4 adalah manajer konteks, dan tujuannya adalah untuk memastikan bahwa sumber daya dialokasikan secara efisien saat membuka koneksi ke file |