2.5 KiB
2.5 KiB
id, title, challengeType, forumTopicId, dashedName
| id | title | challengeType | forumTopicId | dashedName |
|---|---|---|---|---|
| 5e4f5c4b570f7e3a4949899f | 海平面預報器 | 10 | 462370 | sea-level-predictor |
--description--
你將通過使用我們的Replit 入門代碼來完成本項目。
我們仍在開發 Python 課程的交互式教學部分。 目前，你可以在 YouTube 上通過 freeCodeCamp.org 上傳的一些視頻學習這個項目相關的知識。
- Python for Everybody 視頻課程（14 小時）
- Learn Python 視頻課程（10 小時）
--instructions--
你將分析自 1880 年以來全球平均海平面變化的數據集。 你將使用這些數據來預測到 2050 年的海平面變化。
使用數據完成以下任務：
- 使用 Pandas 從
epa-sea-level.csv導入數據。 - 使用 matplotlib 創建散點圖，使用“Year”列作爲 x 軸，將“CSIRO Adjusted Sea Level”列作爲 y 軸。
- 使用
scipy.stats中的linregress函數來獲得最佳擬合線的斜率和 y 截距。 在散點圖的頂部繪製最佳擬合線。 使線穿過 2050 年以預測 2050 年的海平面上升。 - 僅使用數據集中從 2000 年到最近一年的數據繪製一條新的最佳擬合線。 如果上升速度繼續與 2000 年一樣，則使該線也經過 2050 年以預測 2050 年的海平面上升。
- x 標籤應爲 “Year”，y 標籤應爲 “Sea Level (inches)”，標題應爲 “Rise in Sea Level”。
單元測試是在 test_module.py 下爲你編寫的。
樣板文件還包括保存和返回圖像的命令。
開發
對於開發，你可以使用 main.py 來測試你的函數。 單擊“運行”按鈕，main.py 將運行。
測試
爲了你的方便，我們將測試從 test_module.py 導入到 main.py。 只要你點擊“運行”按鈕，測試就會自動運行。
提交
複製項目的 URL 並將其提交給 freeCodeCamp。
數據源
Global Average Absolute Sea Level Change, 1880-2014 from the US Environmental Protection Agency using data from CSIRO, 2015; NOAA, 2015.
--hints--
它應該通過所有的 Python 測試。
--solutions--
# Python challenges don't need solutions,
# because they would need to be tested against a full working project.
# Please check our contributing guidelines to learn more.