Ðåêëàìà
Íåîáõîäèìî ïðîàíàëèçèðîâàòü äàííûå, ïîñòðîèòü íåñêîëüêî àãðåãèðîâàííûõ ãðàôèêîâ íà îñíîâå äàííûõ èç dataframe ñ ïîìîùüþ áèáëèîòåêè pandas. Ïðèìåð. Èìååòñÿ òàáëèöà ñ äàííûìè î ïåðåâîäàõ. Ïîëÿ òàáëèöû: {id, amount, from, to, date, type}. Çàäà÷è: Ïîñòðîèòü ãèñòîãðàììó ïî ïîëþ amount äëÿ êàæäîãî òèïà ïåðåâîäà (íàèáîëåå ÷àñòàÿ îòïðàâëÿåìàÿ ñóììà) Ïîñòðîèòü "ñåçîííóþ" ãèñòîãðàììó ïî äàòå è âðåìåíè ïåðåâîäîâ (â êàêîé ïåðèîä ïðîâîäÿò íàèáîëüøåå/íàèìåíüøåå êîë-âî òðàíçàêöèé) Îïðåäåëèòü ïîëüçîâàòåëåé ñ íàèáîëüøèì êîë-âîì âõîäÿùèõ/èñõîäÿùèõ ïåðåâîäîâ Îïðåäåëèòü ïîëüçîâàòåëåé ñ íàèáîëüøèì îáúåìîì âõîäÿùèõ/èñõîäÿùèõ ïåðåâîäîâ Ïîäðîáíîñòè îòâåòèâøèì.
Äðóãèå îòêðûòûå çàäàíèÿ:
Áþäæåò: 14 000 ð. Òðåáóåòñÿ ìåíåäæåð äëÿ ðàññûëêè ñîîáùåíèé ïî ãîòîâûì øàáëîíàì. Òåêñòû è áàçà ïðåäîñòàâëÿþòñÿ, ðàáîòà ñòðîãî ïî èíñòðóêöèè, áåç çâîíêîâ è ïðîäàæ. ×òî íóæíî äåëàòü…
Áþäæåò: 2 000 ð. Òðåáóåòñÿ íàñòðîèòü ïðîñòîé Telegram-áîò äëÿ Telegram-êàíàëà. Áîò äîëæåí ïîçâîëÿòü ïîëüçîâàòåëÿì îòïðàâëÿòü ñîáûòèÿ è âîçìîæíîñòè äëÿ ðàññìîòðåíèÿ ðåäàêöèåé: ÷åð…
Áþäæåò: 35 000 ð. Èùó ÷åëîâåêà íà ðàáîòó àäìèíèñòðàòîðà äëÿ ñàëîíà â îíëàéí-ôîðìàòå. Ñóòü ðàáîòû çàêëþ÷àåòñÿ â îáùåíèè ñ êëèåíòàìè â ïåðåïèñêå: íóæíî îòâå÷àòü íà ñîîáùåíèÿ, ïîìîãà…
ïîèñê çàäàíèé
Python (pandas): àíàëèç äàííûõ, ïîñòðîåíèå ãðàôèêîâ.
Ðåêëàìà
Python (pandas): àíàëèç äàííûõ, ïîñòðîåíèå ãðàôèêîâ.
Íåîáõîäèìî ïðîàíàëèçèðîâàòü äàííûå, ïîñòðîèòü íåñêîëüêî àãðåãèðîâàííûõ ãðàôèêîâ íà îñíîâå äàííûõ èç dataframe ñ ïîìîùüþ áèáëèîòåêè pandas.
Ïðèìåð.
Èìååòñÿ òàáëèöà ñ äàííûìè î ïåðåâîäàõ. Ïîëÿ òàáëèöû: {id, amount, from, to, date, type}.
Çàäà÷è:
Ïîñòðîèòü ãèñòîãðàììó ïî ïîëþ amount äëÿ êàæäîãî òèïà ïåðåâîäà (íàèáîëåå ÷àñòàÿ îòïðàâëÿåìàÿ ñóììà)
Ïîñòðîèòü "ñåçîííóþ" ãèñòîãðàììó ïî äàòå è âðåìåíè ïåðåâîäîâ (â êàêîé ïåðèîä ïðîâîäÿò íàèáîëüøåå/íàèìåíüøåå êîë-âî òðàíçàêöèé)
Îïðåäåëèòü ïîëüçîâàòåëåé ñ íàèáîëüøèì êîë-âîì âõîäÿùèõ/èñõîäÿùèõ ïåðåâîäîâ
Îïðåäåëèòü ïîëüçîâàòåëåé ñ íàèáîëüøèì îáúåìîì âõîäÿùèõ/èñõîäÿùèõ ïåðåâîäîâ
Ïîäðîáíîñòè îòâåòèâøèì.