Давайте рассмотрим библиотеку Pandas. Это мощный инструмент для обработки и анализа данных. С помощью pandas вы можете работать с табличными данными так же, как и с базами данных или электронными таблицами.

Установка:

bash
pip install pandas

Пример использования:

python
import pandas as pd

# Создание DataFrame из словаря
data = {
    'Имя': ['Анна', 'Борис', 'Виктор', 'Дарья'],
    'Возраст': [25, 30, 35, 40],
    'Город': ['Москва', 'Питер', 'Новосибирск', 'Казань']
}

df = pd.DataFrame(data)

print(df)

# Фильтрация по возрасту
filtered_df = df[df['Возраст'] > 30]
print("\nЛюди старше 30:")
print(filtered_df)

# Статистика
print("\nСредний возраст:", df['Возраст'].mean())

# Загрузка и сохранение CSV-файла
df.to_csv('data.csv', index=False)
new_df = pd.read_csv('data.csv')
print("\nЗагруженные из CSV данные:")
print(new_df)

Pandas позволяет быстро агрегировать, трансформировать, фильтровать и визуализировать данные, что делает его незаменимым инструментом для аналитиков данных и научных исследователей.

Подпишись 👉🏻 @KodduuPython 🤖

Давайте поговорим о библиотеке TensorFlow, одной из наиболее известных библиотек для глубокого обучения и машинного обучения.

TensorFlow разработан Google и используется для построения и тренировки нейронных сетей. С его помощью можно решать множество задач, от базовых задач классификации и регрессии до сложных задач, таких как распознавание изображений, обработка естественного языка и др.

Установка:

bash
pip install tensorflow

Простой пример построения и обучения модели на данных:

python
import numpy as np
import tensorflow as tf
from tensorflow import keras

# Данные: соответствие числа его удвоенному значению
x = np.array([-1.0,  0.0, 1.0, 2.0, 3.0, 4.0], dtype=float)
y = np.array([-2.0, 0.0, 2.0, 4.0, 6.0, 8.0], dtype=float)

# Создание простой модели
model = tf.keras.Sequential([keras.layers.Dense(units=1, input_shape=[1])])

# Компиляция модели
model.compile(optimizer='sgd', loss='mean_squared_error')

# Обучение модели
model.fit(x, y, epochs=50)

# Предсказание
print(model.predict([10.0]))  # ожидаем около 20

В этом простом примере мы создали модель, которая учится соответствию между числами x и y. После обучения модель способна предсказывать удвоенное значение для новых чисел.

Это лишь макушка айсберга в возможностях TensorFlow. Эта библиотека предоставляет инструменты для создания сложных архитектур нейронных сетей, включая свёрточные сети, рекуррентные сети и многое другое.

Подпишись 👉🏻 @KodduuPython 🤖

Давайте рассмотрим библиотеку scikit-learn (или просто sklearn). Это одна из самых популярных библиотек для машинного обучения в Python. Она предлагает простые и эффективные инструменты для анализа данных, включая классификацию, регрессию, кластеризацию и многие другие задачи.

Установка:

bash
pip install scikit-learn

Пример использования с классификацией на датасете Iris:

python
from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.neighbors import KNeighborsClassifier
from sklearn.metrics import accuracy_score

# Загрузка датасета
iris = datasets.load_iris()
X = iris.data
y = iris.target

# Разделение данных на обучающую и тестовую выборки
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# Нормализация данных
scaler = StandardScaler()
X_train = scaler.fit_transform(X_train)
X_test = scaler.transform(X_test)

# Создание и обучение классификатора kNN
clf = KNeighborsClassifier(n_neighbors=3)
clf.fit(X_train, y_train)

# Предсказание
y_pred = clf.predict(X_test)

# Оценка модели
accuracy = accuracy_score(y_test, y_pred)
print(f"Точность модели: {accuracy:.2f}")

scikit-learn предоставляет множество алгоритмов машинного обучения, инструменты для предобработки данных, выбора признаков, настройки параметров моделей и оценки их производительности. Эта библиотека является стандартом для многих задач машинного обучения в Python благодаря своей простоте и гибкости.

Подпишись 👉🏻 @KodduuPython 🤖

Давайте рассмотрим библиотеку PyTorch, разработанную Facebook. Это еще одна популярная библиотека для глубокого обучения, которая, наряду с TensorFlow, используется исследователями и инженерами в области искусственного интеллекта.

Установка:

bash
pip install torch torchvision

Простой пример использования PyTorch для линейной регрессии:

python
import torch
import torch.nn as nn
import torch.optim as optim

# Генерация данных
x = torch.linspace(-1, 1, 100).view(100, 1)
y = 3*x + 2 + torch.randn(x.size()) * 0.3

# Определение модели
class LinearRegression(nn.Module):
    def __init__(self):
        super(LinearRegression, self).__init__()
        self.linear = nn.Linear(1, 1)
    
    def forward(self, x):
        return self.linear(x)

model = LinearRegression()
criterion = nn.MSELoss()
optimizer = optim.SGD(model.parameters(), lr=0.01)

# Обучение модели
for epoch in range(1000):
    outputs = model(x)
    loss = criterion(outputs, y)
    optimizer.zero_grad()
    loss.backward()
    optimizer.step()

    if (epoch+1) % 100 == 0:
        print(f'Epoch [{epoch+1}/1000], Loss: {loss.item():.4f}')

# Проверка весов
print('y = {:.2f}x + {:.2f}'.format(model.linear.weight.item(), model.linear.bias.item()))

PyTorch привлекает своей гибкостью и интуитивно понятным интерфейсом, что делает его особенно популярным среди научных исследователей. Библиотека предоставляет инструменты для создания сложных архитектур нейронных сетей, автоматического вычисления градиентов, оптимизации моделей и многое другое.

Подпишись 👉🏻 @KodduuPython 🤖

Давайте рассмотрим библиотеку SQLAlchemy. Это библиотека для работы с базами данных, которая предоставляет высокоуровневый ORM (Object-Relational Mapping) и низкоуровневые SQL-выразы.

Установка:

bash
pip install sqlalchemy

Пример использования SQLAlchemy для создания и работы с базой данных SQLite:

python
from sqlalchemy import create_engine, Column, Integer, String, Sequence
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker

Base = declarative_base()

# Определение модели
class User(Base):
    __tablename__ = 'users'
    id = Column(Integer, Sequence('user_id_seq'), primary_key=True)
    name = Column(String(50))
    age = Column(Integer)

# Создание базы данных SQLite в памяти
engine = create_engine('sqlite:///:memory:')

# Создание таблицы
Base.metadata.create_all(engine)

# Создание сессии для работы с базой
Session = sessionmaker(bind=engine)
session = Session()

# Добавление объекта в базу данных
new_user = User(name='Alex', age=30)
session.add(new_user)
session.commit()

# Запрос к базе данных
users = session.query(User).all()
for user in users:
    print(user.id, user.name, user.age)

SQLAlchemy позволяет абстрагироваться от конкретной СУБД и писать код, который будет работать практически с любой базой данных. Она предоставляет как высокоуровневые инструменты для работы с данными через ORM, так и возможность написания чистых SQL-запросов.

Подпишись 👉🏻 @KodduuPython 🤖

Давайте рассмотрим библиотеку spaCy. Это современная библиотека для обработки естественного языка (NLP) на Python. spaCy предлагает преобработку текста, распознавание именованных сущностей, частеречную разметку и многое другое.

Установка:

bash
pip install spacy

Для работы с определенными языками, вам также потребуются языковые модели. Для английского языка:

bash
python -m spacy download en_core_web_sm

Пример использования:

python
import spacy

# Загрузка языковой модели
nlp = spacy.load('en_core_web_sm')

# Обработка текста
text = "Apple is looking at buying U.K. startup for $1 billion"
doc = nlp(text)

# Частеречная разметка
for token in doc:
    print(token.text, token.pos_, token.dep_)

# Распознавание именованных сущностей
for ent in doc.ents:
    print(ent.text, ent.start_char, ent.end_char, ent.label_)

spaCy известна своей скоростью и эффективностью, а также интуитивно понятным API. Эта библиотека является хорошим выбором для многих задач обработки текста и NLP.

Подпишись 👉🏻 @KodduuPython 🤖

Давайте рассмотрим пример в функциональном стиле на Python. Предположим, у нас есть список чисел, и мы хотим отфильтровать четные числа, удвоить их, а затем посчитать их сумму.

Вот как это можно сделать в функциональном стиле с использованием функций filter, map, и reduce:

python
from functools import reduce

# Функция для определения, является ли число четным
def is_even(num):
    return num % 2 == 0

# Функция для удвоения числа
def double(num):
    return num * 2

# Функция для нахождения суммы двух чисел
def add(x, y):
    return x + y

# Список чисел
numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

# Применяем функциональный стиль
result = reduce(add, map(double, filter(is_even, numbers)))

print(result)  # Вывод: 60 (2*2 + 4*2 + 6*2 + 8*2 + 10*2)

Здесь мы использовали композицию функций filter, map и reduce, чтобы преобразовать исходный список. Функции передаются в качестве аргументов другим функциям, что является характерной особенностью функционального программирования.

Подпишись 👉🏻 @KodduuPython 🤖

Вот простой, но интересный код на Python, который позволяет визуализировать "Древо Пифагора". Древо Пифагора — это фрактал, основанный на квадратах.

python
import turtle

def draw_pythagoras_tree(t, branch_len, angle):
    if branch_len <= 2:
        t.color('green')
        t.begin_fill()
        t.forward(branch_len)
        t.left(90)
        t.forward(branch_len)
        t.left(90)
        t.forward(branch_len)
        t.left(90)
        t.forward(branch_len)
        t.left(90)
        t.end_fill()
        return
    new_len = branch_len / (2 ** 0.5)
    
    t.forward(branch_len)
    t.left(45)

    draw_pythagoras_tree(t, new_len, angle)

    t.right(45 + angle)
    draw_pythagoras_tree(t, new_len, angle)
    
    t.left(angle)
    t.backward(branch_len)

def main():
    window = turtle.Screen()
    window.bgcolor("white")

    pythagoras_tree = turtle.Turtle()
    pythagoras_tree.speed(0)
    pythagoras_tree.width(2)
    pythagoras_tree.color("brown")
    
    pythagoras_tree.left(90)
    pythagoras_tree.backward(100)

    draw_pythagoras_tree(pythagoras_tree, 70, 30)

    window.mainloop()

if __name__ == '__main__':
    main()

Вы можете изменять разные параметры, такие как длина ветви или угол поворота, чтобы увидеть различные формы дерева. Код использует библиотеку turtle для рисования, которая входит в стандартный пакет Python.

Подпишись 👉🏻 @KodduuPython 🤖

Давайте создадим небольшую текстовую игру-квест на Python, где игрок будет принимать решения и исследовать разные сюжетные линии.

python
def start_game():
    print("Вы просыпаетесь в странной комнате. Выходит, вы были похищены инопланетянами!")
    print("Вам предстоит принимать решения, чтобы выбраться отсюда.")
    decision1()

def decision1():
    print("\nПеред вами две двери: одна слева, другая справа. Куда вы пойдете?")
    choice = input("Введите 'лево' или 'право': ")

    if choice == 'лево':
        alien_room()
    elif choice == 'право':
        control_room()
    else:
        print("Я не понимаю ваш выбор. Попробуйте еще раз.")
        decision1()

def alien_room():
    print("\nВы входите в комнату и видите инопланетянина! Он предлагает вам играть в игру на выбывание.")
    choice = input("Играть с ним? (да/нет): ")

    if choice == 'да':
        print("Вы проиграли и стали его питомцем. Конец.")
    elif choice == 'нет':
        print("Инопланетянин уважает ваш выбор и позволяет уйти. Вы возвращаетесь обратно.")
        decision1()
    else:
        print("Я не понимаю ваш выбор. Попробуйте еще раз.")
        alien_room()

def control_room():
    print("\nВы в комнате управления кораблем. Вы видите кнопку с надписью 'Вернуться на Землю'.")
    choice = input("Нажать кнопку? (да/нет): ")

    if choice == 'да':
        print("Вы успешно вернулись на Землю! Поздравляю!")
    elif choice == 'нет':
        print("Вы решили остаться и исследовать космос. Приключения только начинаются!")
    else:
        print("Я не понимаю ваш выбор. Попробуйте еще раз.")
        control_room()

if __name__ == "__main__":
    start_game()

В этой игре вы начинаете в комнате на инопланетном корабле и делаете выбор между двумя дверьми. Ваш выбор влияет на исход истории. Вы можете дополнительно развивать сюжет, добавляя больше комнат, решений и возможных исходов!

Подпишись 👉🏻 @KodduuPython 🤖

Предлагаю создать небольшой генератор историй. Пользователь вводит несколько слов (имя, глагол, место и т. д.), и программа создаёт историю на основе этих слов.

python
def get_user_input():
    name = input("Введите имя: ")
    verb = input("Введите глагол в прошедшем времени: ")
    place = input("Введите место: ")
    object_name = input("Введите предмет: ")
    emotion = input("Введите эмоцию (например, 'радостный', 'грустный'): ")

    return name, verb, place, object_name, emotion

def generate_story(name, verb, place, object_name, emotion):
    story = (f"{name} {verb} в {place}. На пути {name} нашел {object_name}. "
            f"Подняв {object_name}, {name} почувствовал себя {emotion}. "
            f"Этот день стал по-настоящему незабываемым!")

    return story

def main():
    user_input = get_user_input()
    story = generate_story(*user_input)
    print("\nВаша история:\n" + story)

if __name__ == "__main__":
    main()

При запуске этой программы пользователю предлагается ввести несколько слов, и программа генерирует историю на их основе. Этот код может быть отличной отправной точкой для более сложного генератора историй или игры на основе выбора!

Подпишись 👉🏻 @KodduuPython 🤖

Давайте создадим небольшой скрипт для книги рецептов, где пользователь может добавлять, просматривать и искать рецепты.

python
class RecipeBook:
    def __init__(self):
        self.recipes = {}

    def add_recipe(self, name, ingredients, instructions):
        self.recipes[name] = {
            'ingredients': ingredients,
            'instructions': instructions
        }
        print(f"Рецепт '{name}' добавлен!")

    def show_recipe(self, name):
        if name in self.recipes:
            print(f"\n{name}")
            print("Ингредиенты:", ", ".join(self.recipes[name]['ingredients']))
            print("Инструкции:", self.recipes[name]['instructions'])
        else:
            print(f"Рецепт с именем '{name}' не найден!")

    def search_by_ingredient(self, ingredient):
        found = [name for name, details in self.recipes.items() if ingredient in details['ingredients']]
        if found:
            print(f"\nРецепты с ингредиентом {ingredient}: {', '.join(found)}")
        else:
            print(f"Рецепты с ингредиентом '{ingredient}' не найдены!")

def main():
    book = RecipeBook()

    while True:
        print("\nВыберите действие:")
        print("1: Добавить рецепт")
        print("2: Посмотреть рецепт")
        print("3: Найти рецепт по ингредиенту")
        print("4: Выход")
        
        choice = input("> ")

        if choice == "1":
            name = input("Введите название рецепта: ")
            ingredients = input("Введите ингредиенты через запятую: ").split(',')
            instructions = input("Введите инструкции: ")
            book.add_recipe(name, ingredients, instructions)

        elif choice == "2":
            name = input("Введите название рецепта для просмотра: ")
            book.show_recipe(name)

        elif choice == "3":
            ingredient = input("Введите ингредиент для поиска: ")
            book.search_by_ingredient(ingredient)

        elif choice == "4":
            break

if __name__ == "__main__":
    main()

С помощью этого кода вы можете создать свою базу данных рецептов, просматривать и искать их по ингредиентам. Надеюсь, это поможет вам на пути к созданию идеального блюда!

Подпишись 👉🏻 @KodduuPython 🤖

Давайте создадим мини-приложение для того чтобы научиться запоминать новые слова на английском языке. Программа будет показывать слово на родном языке, а пользователь должен будет ввести его перевод на английский.

python
import random

class VocabularyTrainer:
    def __init__(self):
        self.vocabulary = {
            "кошка": "cat",
            "собака": "dog",
            "дом": "house",
            "автомобиль": "car",
            "стол": "table",
            "стул": "chair"
        }

    def train(self):
        word, translation = random.choice(list(self.vocabulary.items()))
        answer = input(f"Как будет '{word}' на английском? ")

        if answer == translation:
            print("Верно!")
        else:
            print(f"Неверно. Правильный ответ: {translation}.")

    def add_word(self, word, translation):
        self.vocabulary[word] = translation

def main():
    trainer = VocabularyTrainer()

    while True:
        print("\nВыберите действие:")
        print("1: Тренировка")
        print("2: Добавить слово в словарь")
        print("3: Выход")

        choice = input("> ")

        if choice == "1":
            trainer.train()

        elif choice == "2":
            word = input("Введите слово на родном языке: ")
            translation = input("Введите перевод слова на английский: ")
            trainer.add_word(word, translation)
            print(f"Слово '{word}' с переводом '{translation}' добавлено в словарь.")

        elif choice == "3":
            break

if __name__ == "__main__":
    main()

Данный код создает простой тренажер для слов. Вы можете расширить словарный запас, добавив больше слов в словарь vocabulary или позволив пользователю самостоятельно добавлять новые слова через меню.

Подпишись 👉🏻 @KodduuPython 🤖

Давайте создадим простой симулятор банковского счета, где пользователь может проверять свой баланс, вносить и снимать средства.

python
class BankAccount:
    def __init__(self, owner, balance=0):
        self.owner = owner
        self.balance = balance

    def deposit(self, amount):
        self.balance += amount
        print(f"Вы внесли {amount}$. Ваш текущий баланс: {self.balance}$.")

    def withdraw(self, amount):
        if amount > self.balance:
            print("Недостаточно средств на счету!")
        else:
            self.balance -= amount
            print(f"Вы сняли {amount}$. Ваш текущий баланс: {self.balance}$.")

    def check_balance(self):
        print(f"Баланс счета: {self.balance}$.")

def main():
    account = BankAccount("Пользователь")

    while True:
        print("\nВыберите действие:")
        print("1: Проверить баланс")
        print("2: Внести средства")
        print("3: Снять средства")
        print("4: Выход")

        choice = input("> ")

        if choice == "1":
            account.check_balance()

        elif choice == "2":
            amount = float(input("Введите сумму для внесения: "))
            account.deposit(amount)

        elif choice == "3":
            amount = float(input("Введите сумму для снятия: "))
            account.withdraw(amount)

        elif choice == "4":
            print("До свидания!")
            break

        else:
            print("Неизвестный выбор. Попробуйте еще раз.")

if __name__ == "__main__":
    main()

Такой симулятор может служить отправной точкой для создания более сложных финансовых приложений или игр на тему экономики.

Подпишись 👉🏻 @KodduuPython 🤖

Давайте создадим простую текстовую игру-угадайку, где программа загадывает число от 1 до 100, а пользователь пытается угадать это число:

python
import random

def guess_number():
    number = random.randint(1, 100)
    attempts = 0

    print("Я загадал число от 1 до 100. Попробуйте угадать его!")

    while True:
        try:
            guess = int(input("Ваша попытка: "))
            attempts += 1

            if guess < number:
                print("Загаданное число больше!")
            elif guess > number:
                print("Загаданное число меньше!")
            else:
                print(f"Поздравляю! Вы угадали число {number} за {attempts} попыток.")
                break
        except ValueError:
            print("Пожалуйста, введите целое число.")

if __name__ == "__main__":
    guess_number()

В этой игре программа сначала загадывает число с помощью генератора случайных чисел. Затем пользователь вводит свои предположения, а программа подсказывает, загаданное число больше или меньше предположенного. Когда число угадано, игра завершается.

Подпишись 👉🏻 @KodduuPython 🤖

Давайте создадим небольшой скрипт, который будет создавать ASCII-арт из введенного пользователем текста:

python
from pyfiglet import figlet_format

def ascii_art_generator():
    try:
        text = input("Введите текст, который вы хотите преобразовать в ASCII-арт: ")
        font = input("Выберите шрифт (например, 'slant', '3-d', 'bubble' или 'digital'): ")
        art = figlet_format(text, font=font)
        print(art)
    except Exception as e:
        print(f"Ошибка: {e}")
        print("Возможно, вы ввели неверное имя шрифта. Попробуйте еще раз.")

if __name__ == "__main__":
    ascii_art_generator()

Для работы этого скрипта вам понадобится установить библиотеку pyfiglet:

pip install pyfiglet

После установки вы можете запустить скрипт, ввести текст и выбрать шрифт, чтобы увидеть красивый ASCII-арт!

Подпишись 👉🏻 @KodduuPython 🤖

Давайте создадим простой скрипт для симуляции броска игральных костей:

python
import random

def roll_dice(num=2):
    """
    Симулирует бросок num игральных костей.
    Возвращает список значений каждой кости.
    """
    return [random.randint(1, 6) for _ in range(num)]

def main():
    while True:
        num = input("Введите количество костей для броска или 'q' для выхода: ")

        if num == 'q':
            break

        try:
            num = int(num)
            result = roll_dice(num)
            total = sum(result)

            print(f"Выпавшие значения: {', '.join(map(str, result))}")
            print(f"Общая сумма: {total}")

        except ValueError:
            print("Пожалуйста, введите корректное число или 'q' для выхода.")

if __name__ == "__main__":
    main()

С помощью этого скрипта вы можете симулировать бросок любого количества игральных костей и получать их значения, а также общую сумму выпавших очков.

Подпишись 👉🏻 @KodduuPython 🤖

Давайте создадим простой пример использования PsychoPy, который будет отображать круг разного цвета в зависимости от нажатой клавиши: если пользователь нажимает r, круг становится красным, при нажатии g - зеленым, а при нажатии b - синим.

python
from psychopy import visual, event, core

# Создаем окно размером 600x600 пикселей с белым фоном
win = visual.Window([600, 600], color="white")

# Создаем круг с начальным цветом "серый"
circle = visual.Circle(win, radius=50, fillColor="gray", lineColor="gray")

# Основной цикл программы
while True:
    # Ждем нажатия клавиши
    keys = event.waitKeys()

    # Меняем цвет круга в зависимости от нажатой клавиши
    if 'r' in keys:
        circle.setFillColor('red')
        circle.setLineColor('red')
    elif 'g' in keys:
        circle.setFillColor('green')
        circle.setLineColor('green')
    elif 'b' in keys:
        circle.setFillColor('blue')
        circle.setLineColor('blue')
    elif 'q' in keys:  # Если пользователь нажал 'q', выходим из программы
        break

    # Отображаем круг
    circle.draw()
    win.flip()

# Закрываем окно
win.close()

Этот код создает окно с кругом, который меняет свой цвет при нажатии определенных клавиш. Если пользователь хочет завершить программу, он может просто нажать клавишу q.

Подпишись 👉🏻 @KodduuPython 🤖

Давайте рассмотрим библиотеку pygame. Это популярная библиотека для создания игр на Python.

### Пример: Простая аркадная игра с подвижным объектом и уклонением от падающих прямоугольников.

import pygame
import random

# Инициализация pygame
pygame.init()

# Цвета
WHITE = (255, 255, 255)
RED = (255, 0, 0)
BLUE = (0, 0, 255)

# Размеры экрана
WIDTH, HEIGHT = 480, 600

screen = pygame.display.set_mode((WIDTH, HEIGHT))
pygame.display.set_caption("Уклонение от прямоугольников")

# Класс для игрока
class Player(pygame.sprite.Sprite):
    def init(self):
        super().init()
        self.image = pygame.Surface((50, 25))
        self.image.fill(BLUE)
        self.rect = self.image.get_rect(center=(WIDTH/2, HEIGHT-30))

    def move(self):
        pressed = pygame.key.get_pressed()
        if pressed[pygame.K_LEFT] and self.rect.left > 0:
            self.rect.move_ip(-5, 0)
        if pressed[pygame.K_RIGHT] and self.rect.right < WIDTH:
            self.rect.move_ip(5, 0)

    def update(self):
        self.move()

# Класс для падающих прямоугольников
class Block(pygame.sprite.Sprite):
    def init(self):
        super().init()
        self.image = pygame.Surface((random.randint(50,100), 12))
        self.image.fill(RED)
        self.rect = self.image.get_rect(center=(random.randint(50, WIDTH-50), 0))
        self.speed = random.randint(2, 6)

    def update(self):
        self.rect.move_ip(0, self.speed)
        if self.rect.top > HEIGHT:
            self.kill()

player = Player()
enemies = pygame.sprite.Group()
all_sprites = pygame.sprite.Group()
all_sprites.add(player)
    
running = True
clock = pygame.time.Clock()
        
while running:
    for event in pygame.event.get():
        if event.type == pygame.QUIT:
            running = False
        
    screen.fill(WHITE)
        
    if random.random() < 0.02:
        new_enemy = Block()
        enemies.add(new_enemy)
        all_sprites.add(new_enemy)

    all_sprites.update()
    all_sprites.draw(screen)
    
    if pygame.sprite.spritecollideany(player, enemies):
        player.kill()
        running = False
        
    pygame.display.flip()
    clock.tick(30)
    
pygame.quit() 

В этой игре игрок управляет синим прямоугольником, который двигается влево или вправо с помощью стрелок. Цель игры - уклоняться от падающих красных прямоугольников. Если игрок сталкивается с падающим прямоугольником, игра завершается.

Подпишись 👉🏻 @KodduuPython 🤖

Посмотрим на библиотеку matplotlib, которая является одной из наиболее популярных библиотек для визуализации данных на Python.

### Пример: Визуализация роста функции sin(x) и cos(x) на одном графике

Python
import numpy as np
import matplotlib.pyplot as plt

# Генерируем массив данных для оси X
x = np.linspace(0, 2 * np.pi, 1000)

# Вычисляем значения sin(x) и cos(x)
y1 = np.sin(x)
y2 = np.cos(x)

# Создаем график
plt.figure(figsize=(8, 6))
plt.plot(x, y1, label='sin(x)', color='blue')
plt.plot(x, y2, label='cos(x)', color='red')

# Добавляем заголовок и подписи к осям
plt.title('Графики функций sin(x) и cos(x)')
plt.xlabel('x')
plt.ylabel('y')

# Добавляем легенду
plt.legend()

# Отображаем сетку
plt.grid(True)

# Отображаем график
plt.show()

В этом коде мы используем numpy для генерации массива данных и вычисления значений функций sin и cos, а затем визуализируем их с помощью matplotlib. График показывает функции sin(x) и cos(x) в диапазоне от 0 до 2pi. На графике синим обозначена функция sin(x), красным - cos(x).

Подпишись 👉🏻 @KodduuPython 🤖

Рассмотрим библиотеку pandas, которая является основным инструментом для анализа данных в Python.

### Пример: Анализ простого набора данных с использованием pandas

Предположим, у вас есть следующий CSV-файл (data.csv) с данными о продажах:

Date,Product,Amount
2023-01-01,Apple,10
2023-01-01,Banana,15
2023-01-02,Apple,12
2023-01-02,Banana,20
2023-01-03,Apple,14
2023-01-03,Banana,22

Давайте анализировать этот набор данных:

import pandas as pd

# Загрузим данные из CSV файла
df = pd.read_csv('data.csv')

# Выведем первые строки набора данных для проверки
print(df.head())

# Группировка данных по продуктам и подсчет общего количества для каждого продукта
total_sales = df.groupby('Product').sum()
print("\nОбщие продажи по продуктам:")
print(total_sales)

# Найдем день с максимальным объемом продаж для каждого продукта
max_sales_day = df.groupby('Product')['Amount'].idxmax()
print("\nДень с максимальным объемом продаж для каждого продукта:")
print(df.loc[max_sales_day])

В этом коде мы используем pandas для загрузки и анализа данных о продажах. Сначала мы загружаем данные из CSV-файла, затем группируем данные по продуктам, чтобы узнать общее количество продаж для каждого продукта, и, наконец, определяем день с максимальным объемом продаж для каждого продукта.

Этот код даст представление о мощи pandas для анализа и обработки данных.

Подпишись 👉🏻 @KodduuPython 🤖