plt.xticks(range(2006,2023)) Второй параметр в данном случае тебе не нужен. Глянь пример из доков, также. Да и имей ввиду если ты используешь ооп апи, работаешь с объектами axes, то там set_xticks и set_xticklabels. То есть на два метода этот функционал разбит, например https://www.geeksforgeeks.org/matplotlib-axes-axes...
for i in time:
data = change_data(i)benz_df['time'] = data колонке time, значение data. Он его броадкастит на всю колонку да и все. Ты ожидаешь что data это массив c данными, а это одно значение. data= []
for i in time:
data.append(change_data(i))benz = pd.read_xml(benz_xml_file, xpath='.//filling')
benz_df = pd.DataFrame(benz)
benz_df['time'] = benz_df['time'].apply(change_data)
benz_df['time'][:50]df = df.dropna() Ну на всякий случай проверь после этой строчки df.isnull().sum() Должны быть нули, далее там же проверь не попало ли строковое значение (df == 'NaN').sum()df = df.where(df['area_name'].apply(lambda x: x in used_cities))df = df.where(df['area_name'].apply(lambda x: x in used_cities), 'Твое значение')df = pd.read_csv('myfile.csv', sep=';', decimal=',')
df = df.set_index('time')
df.plot()select *
from short t1
left join collect_s t2
on t1.base = t2.base and t1.small = t2.collect
where t2.base is nullprint(f"{1127:016_b}") Но есть проблема 016 означает длинна 16 символов, что не хватает, заполнять нулями. А у тебя получается добавка три символа '_' . По этому надо добавлять 3 к 16. print(f'{1127:019_b}')
class MyClass:
def __init__(self, items):
self.items = items
initial_total_value = self.total()
def total(self):
return sum(self.items)
@classmethod
def from_str(cls, string):
return cls([int(i) for i in string])
a = MyClass([1,2,3])
print(a.total())
b = MyClass.from_str('123')
print(b.total())
words = {
'm': 2,
'a': 3,
'l': 1,
'i': 1,
'n': 2,
's': 1,
'o': 5,
'r': 1,
'd': 1
}
jams = {
'smorodina': 1,
'malina': 2
}
total = 0
for jam, amount in jams.items():
jam_time = 0
for letter in jam:
jam_time += words[letter]
total += jam_time * amount
print(total)Восприятия пользователем результатов прогностических систем