2.5 KiB
2.5 KiB
id, title, challengeType, forumTopicId, dashedName
| id | title | challengeType | forumTopicId | dashedName |
|---|---|---|---|---|
| 5e4f5c4b570f7e3a4949899f | 海平面预报器 | 10 | 462370 | sea-level-predictor |
--description--
你将通过使用我们的Replit 入门代码来完成本项目。
我们仍在开发 Python 课程的交互式教学部分。 目前，你可以在 YouTube 上通过 freeCodeCamp.org 上传的一些视频学习这个项目相关的知识。
- Python for Everybody 视频课程（14 小时）
- Learn Python 视频课程（10 小时）
--instructions--
你将分析自 1880 年以来全球平均海平面变化的数据集。 你将使用这些数据来预测到 2050 年的海平面变化。
使用数据完成以下任务：
- 使用 Pandas 从
epa-sea-level.csv导入数据。 - 使用 matplotlib 创建散点图，使用“Year”列作为 x 轴，将“CSIRO Adjusted Sea Level”列作为 y 轴。
- 使用
scipy.stats中的linregress函数来获得最佳拟合线的斜率和 y 截距。 在散点图的顶部绘制最佳拟合线。 使线穿过 2050 年以预测 2050 年的海平面上升。 - 仅使用数据集中从 2000 年到最近一年的数据绘制一条新的最佳拟合线。 如果上升速度继续与 2000 年一样，则使该线也经过 2050 年以预测 2050 年的海平面上升。
- x 标签应为 “Year”，y 标签应为 “Sea Level (inches)”，标题应为 “Rise in Sea Level”。
单元测试是在 test_module.py 下为你编写的。
样板文件还包括保存和返回图像的命令。
开发
对于开发，你可以使用 main.py 来测试你的函数。 单击“运行”按钮，main.py 将运行。
测试
为了你的方便，我们将测试从 test_module.py 导入到 main.py。 只要你点击“运行”按钮，测试就会自动运行。
提交
复制项目的 URL 并将其提交给 freeCodeCamp。
数据源
Global Average Absolute Sea Level Change, 1880-2014 from the US Environmental Protection Agency using data from CSIRO, 2015; NOAA, 2015.
--hints--
它应该通过所有的 Python 测试。
--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.