Шпаргалка: Python для анализа данных: numpy, pandas, matplotlib — курс «Большие данные», 10–11 классы

Python стал языком анализа данных благодаря трём библиотекам: numpy считает над массивами без циклов, pandas работает с таблицами, matplotlib рисует графики. Выбор правильной структуры и операции экономит и код, и время.

Что нужно знать

• Структуры: список (изменяемый), кортеж (неизменяемый), множество (уникальные), словарь (ключ → значение).
• numpy: np.array, форма .shape, векторные операции без циклов (a * 2), срезы, агрегаты sum/mean/max с axis.
• pandas: таблица DataFrame, столбец Series; pd.read_csv.
• Фильтр: df[df["age"] > 18]; сортировка sort_values; группировка groupby(...).mean().
• Пропуски: isna, dropna, fillna; корреляция df.corr().
• matplotlib: plot — функция и динамика, hist — распределение, scatter — связь двух величин.
• В numpy axis=0 — по столбцам (вниз), axis=1 — по строкам.

Где чаще всего ошибаются

• Писать цикл там, где работает векторная операция numpy.
• Путать axis=0 и axis=1.
• Строить линейный график для распределения вместо гистограммы.

Проверить себя

По этой же теме курса есть проверочная работа из 15 заданий на 30 минут. Проверка автоматическая, результат виден сразу — и по работе целиком, и по каждой теме.

Большие данные · 10–11 классы · Python для анализа данных: numpy, pandas, matplotlib