Для работы Перехожу с excel на python, начал изучать основы pandas, numpy. Хотелось бы изучить нужный материал, для решения рабочих задач без воды. В дальнейшем интересен apache airflow и получить практику по sql (создание и ведение бд)
Для себя Различные мелкие редкие запросики. Для тех, кому не проблемно. Текущий: есть табличка, в ней две колонки: средняя стоимость билета и средняя заполняемость зала. Как сделать наглядный график из точек, показывающий зависимость цены от заполняемости? В целом Pandas знаю. Не знаю его графическую часть. Нужен просто код, выводящий сам график. табличка https://dropmefiles.com/swpRe UPD. Нашёл нужное: import matplotlib.pyplot as plt plt.scatter(bilet_value_df['Средняя цена билета'], bilet_value_df['Средняя заполняемость залов, %'], color='green', marker='o') plt.show() Непонятно, почему вылезло три графика. Хотя перед этим я пытался что-то сделать с помощью bilet_value_df.plot.scatter(x='Средняя цена билета', y='Средняя заполняемость залов, %') и два раза через bilet_value_df.plot(kind='scatter', x='Средняя цена билета', y='Средняя заполняемость залов, %') Но выводилось только <Axes: xlabel='Средняя цена билета', ylabel='Средняя заполняемость залов, %'> После plt.show() вывелись два графика синих, один зелёный. Может, это как раз и те два вывелись. UPD2. Проверка показала, что два других графика - как раз из тех выводов <Axes: xlabel='Средняя цена билета', ylabel='Средняя заполняемость залов, %'>, которые "зависли" в памяти до plt.show(). Подстава... Создать график из фрейма без импорта matplotlib можно, но вывести - нельзя... Работал во "встроенном" IDLE
Для себя Ищу индивидуальные занятия по Python, в частности Pandas и библиотеки связанные с аналитикой данных. Отучился с горем пополам в яндекс практикуме, из-за некоторых обстоятельств, знаний особо больших не получил. Хочется это исправить и научиться.
Для себя Выдает ошибку index 0 is out of bounds for axis 0 with size 0, нужно подключиться к компьютеру и помочь исправить, уже много способов проверки сделала, наименования совпадают, пустых нет
Для себя Машинное обучение: подготовка данных для моделей, преобразование их в требуемый формат. Научные исследования: обработка экспериментальных данных, включая временные ряды и многомерные таблицы.
Для себя * Повысить уровень Python для анализа данных (pandas, numpy, matplotlib и тд). Уже знаю основы, необходимо больше практических задач и ревью. * Развитие алгоритмического мышления * Подготовка к интервью
Для работы Нужен наставник. Прошу обратить внимание! Цель - не обучение, как таковое, а углубление в знания pandas исходя из реальных практических нюансов. Не чистенькие подготовленные примеры для рассмотрения, а встречающиеся "подводные камни". Ищу человека с реальной нескольколетней практикой в работе с анализом данных и/или в инженерии данных, которому было бы интересно улучшать моё взаимодействие с данными, и видеть свой успех в моих успехах. Нужен человек, который точно не среднего уровня в знании pandas, поэтому будьте готовы к тестовому вопросу. Я всё-таки не на разовую задачу человека ищу; я ищу человека, от которого будет зависеть моё будущее, и не хочу вверять это просто первому попавшемуся. Если всё сложится, то средство коммуникации - скайп. Но не раньше.
Как мне найти учеников по профилю обучение pandas в России?
Зарегистрируйтесь и создайте привлекательный профиль с упоминанием вашей специализации. Обратите внимание на количество доступных заявок от учеников, которое на апрель 2026 года составляет 2
Какие требования к преподавателям на вашем сайте?
На нашем сайте приветствуются преподаватели с любым уровнем квалификации. Мы рекомендуем указать все свои сертификаты и образование, чтобы увеличить шансы на нахождение учеников
Могу ли я установить гибкий график работы?
Вы полностью контролируете свой график и можете обсуждать его напрямую с учениками, чтобы найти удобное время для обеих сторон
Каков потенциальный заработок для репетитора обучение Pandas?
Заработок зависит от количества занятий и квалификации. В среднем, за одно занятие можно заработать 232.56 рублей с занятия. Больше занятий в неделю – выше доход