logo

Dasturiy injiniring sohasida ma’lumotlarni vizuallashtirish

Yuklangan vaqt:

08.08.2023

Ko'chirishlar soni:

0

Hajmi:

1052.2744140625 KB
MAVZU: Dasturiy injiniring sohasida ma’lumotlarni
vizuallashtirish
REJA:
Kirish.
Nazariy qism:
1. Funksional dasturlash.
2. Numpy.
3. Pamdas.
4. Matplotlib.
Amaliy qism:
    Amaliy topshiriqlar ustida ishlash.
Xulosa.
Foydalanilgan adabiyotlar . Kirish.
Og'zaki   til   va   og'zaki   toifalar   bo'shliqni   qurish,   uni   talqin   qilish   yoki   u   bilan
biron   bir   harakatni   amalga   oshirish   uchun   o'ta   ibtidoiy   vositalarni   o'z   ichiga   oladi.
Ushbu   maqsad   tasvirlar   tili   va   idrok   harakatlar   tizimi   tomonidan   amalga   oshiriladi,
uning yordamida odam atrofdagi voqelikning obrazini yaratadi va unga yo'naltiriladi.
Ushbu tizim idrok deb ataladi. Idrok ob'ektning tuzilishi va xususiyatlarining birligini
aks   ettiruvchi   yaxlit   tasvir   sifatida   tavsiflanadi.   Vizual   idrok   etish   ob'ektlari   -   bu
kosmos, harakat, shakl, to'qima, rang, yorqinlik va boshqalar toifalarida bo'linishi va
tasvirlanishi mumkin bo'lgan atrofdagi dunyoning ob'ektlari, jarayonlari va hodisalari.
odam bor.
Vizual   idrok   asosida   yaratilgan   tasvirlar   so'zlardan   ko'ra   ko'proq   assotsiativ
kuchga   ega.   Ehtimol,   shuning   uchun   ular   xotirada   mukammal   saqlanadi.   Bir   necha
ming rasmni bir marta ko'rgandan keyin ham kuzatuvchilar ularning 90 foizini to'g'ri
aniqlay olishadi.  Vizual  tasvir   juda moslashuvchan.  Ushbu  xususiyat   tasvir  jihatidan
vaziyatni   umumlashtirilgan   baholashdan   tez   o'tishda   namoyon   bo'ladi   batafsil   tahlil
uning elementlari. Tasvirda aks ettirilgan ob'ektlarning har xil harakatlanishi, ularning
siljishi,   aylanishi,   shuningdek   ko'payishi,   kamayishi,   istiqbolli   buzilishi   va
normallashishi mumkin. Vizual tizimning bunday manipulyatsiya qobiliyati vaziyatni
to'g'ridan-to'g'ri   va   teskari   nuqtai   nazardan   taqdim   etishga   imkon   beradi.  Tasvirlarni
manipulyatsiya qilish va ularni to'ldirish samarali his qilish va vizual fikrlashning eng
muhim vositasidir. Nazariy qism.
1.Fuksional dasturlash.
Real   murakkab   dasturlash   ta’minoti   o’zida   monolit   dasturlarni   emas.   Balki
dasturlash   tizimlarini   namoyon   qiladi.   Dasturlash   tizimi-   bu   gi’shtlardan—tizim
komponentlaridan   quriluvchi   konstruksiyadir.   Bunday   komponentlarni   qurish
metodikasi har xi bo’lishi mumkin.   Shu kabi metodlardan biri , modul dasturlash deb
nomlangan   yondashuvga   asoslangan.   Modullardan   quriladigan   dasturlash   tizimida—
modul   sistemada—har   bir   modul   umumiy   konstruksiyaning   g’ishtchasi   sifatida,
formal   bo’lmagan   holda   o’zining   belgilanishi   bilan,   formal   holda   esa   o’zining
interfeysi   bilan   xarakterlanadi.   Modul   belgisini   qoida   bo’yicha,   modul   tizim   uchun
modul   bo’lib   realizatsiya   qilinadigan   funksiyalarni   formal   bo’lmagan   holda,   tabiiy
tillarida   yoziladi   псевдоестественном.   Modul   interfeysi   modul   bo’lib   realizatsiya
qilinadigan   va   bu   moduldan   tashqari   modul   tizimni   boshqa   modullarida   ham
qo’llaniladigan   obyektlar   spetsifikatsiyasida   izga   tushadi.   Modul   eksporti   bu—
umumiy   modul   tizim   uchun   modul   berilganlari   namoyish   bo’luvchidir,   import   esa-
modulni   modul   tizimlarni   boshqa   modullaridan   talab   qilinayotgan   narsasidir.   Modul
eksportida   eksportirlanadigan   obyektlar   kiritiladi.   (turlar,   o’zgarmaslar,   o’zgaruvchi
va dasturostilar).
Dasturiy   tizim   uzoq   vaqt   va   xodimlar   kollektivi   bilan   yaratilishi   mumkin,
shuning uchun modul shunday tizimni komponentasi kabi qayta ishlashni erkinligi va
nazorati   talabini   qoniqtirishi   kerak.   modulni   interfeysi   va   belgilari   fiksirlangandan
so’ng, uning  realizatsiyasi  boshqa  modullar  realizatsiyasiga  halaqit   qilmasligi  kerak.
modul   xatoligi   ham   boshqa   modullar   xatoligi   bilan   shartlanmagan   bo’lishi   kerak—
xatolik   vaqtida,   modul   o’zini   belgisini   to’g’ri   realizatsiya   qilayotganiga   va   o’zining
obyektlarini   interfeys   bilan   mos   ravishda   eksportlayotganiga   ishonch   hosil   qilish
kerak, importga kelsak,  u holda xatolik vaqtida importlanayotgan  obyektlar  xossalar
interfeysida   fiksirlanganlarni   qoniqtiruvchi   oddiy   psevdoaylana   yaratish   mumkin. Modul   modul   sistemaning   qurilayotgan   elementi   sifatida,   uni   turli   hil   modul
tizimlarda foydalana olish mumkin bo’lishi kerak, faqatgina uni belgisi  va interfeysi
ushbu   modul   tizimda   uni   qo’llanilishiga   mos   bo’lsa   bas.   Eksportlanayotgan   obyekt
realizatsiya uchun kerak bo’lgan lokal obyektlarga ham ega bo’lishi mumkinligidan—
ular boshqa modullardan yashirin va ularda qo’llanila olmaydi.
Foydalanuvchi   modullarini   yozish   va   ularning   obyektlarini   dasturlarda   qo’llash
quyidagi sabablarga ko’ra effektiv dasturlashni usullaridan biri hisoblanadi.
Birinchidan,   modulda   ba’zi   “predmetli”   sohani   bazaviy   tushunchalarini   olib
o’tuvchisi   hisoblangan   obyektlar   aniqlanadi,   va   shu   modul   bu   predmetli   sohaga
kontekst   beradi.   Shuning   uchun   bu   saohada   ishlab   chiqishni   turli   algoritmlarini
bajaruvchi   dasturlar,   tayyorlardan   va   muhimi   bazaviy   obyektlarni   bir   xil
aniqlanishlaridan foydalanishlari  mumkin. Demak, masalan   Graph   tizimli  modulida,
bir   qancha   o'nlab   elementar   grafik   amallarni   realizatsiya   qiluvchi   grafik   funksiyalar
va   jarayonlar   va   bir   qancha   o’nlab   xatolarni,   rang   va   chiziq   ko’rinishi   va   hk   kodini
bildiruvchi o’zgarmaslar aniqlandi.
Ikkinchidan, modullar ham, dasturlarda qatnashuvchilar ham bog’liq bo’lmagan
ravishda   kompilyatsiya   qilinadi.   (modul   u   dasturda   qo’llanilishidan   avval
kompilyatsiya   qilingan   bo’lishi   kerak).   Ushbu   kompiliyatsiya   yordamida   katta
dasturlar   sezilarli   qisqaradi,   muhimi   ularni   ko’p   marta   kompiliyatsiya   qilishda
xatoliklarda.
Modulning   uchinchi   asosiy   xossasi,   ular   eksportlayotgan   obyektlarni
realizatsiyasi   va   namoyishini   berkitadi   va   “inkapsulyatsiya”   qiladi,   shunday   ekan
ularning   modulda   bo’lishi   mumkin   bo’lgan   o’zgarishi,   foydalanuvchi   dasturini   hech
qanday qayta ishlanishini talab qilmaydi. Barcha   modullar,   ular   tomonidan   aniqlanadigan   o’zgarmaslar,   o’zgaruvchilar,
turlar   va   dasturostilar   uchun   ularni   belgilarini   tushunish   va   esda   saqlashni
yengillashtiradigan mnemonik nomlarni qo’llaydi.
2.Numpy.
   NumPy   Pythonda   ilmiy   hisoblash   uchun   asosiy   to'plamdir.   Bu   Python
kutubxonasi bo lib, u ko p o lchovli massiv obyekti, turli hosila ob yektlari (masalan,ʻ ʻ ʻ ʼ
niqoblangan   massivlar   va   matritsalar)   hamda   massivlar   ustida   tezkor   operatsiyalar,
jumladan,   matematik,   mantiqiy,   shakllarni   manipulyatsiya   qilish,   saralash,   tanlash,
kiritish/chiqarish   uchun   tartiblar   assortimentini   taqdim   etadi.   ,   diskret   Furye
o'zgarishlari,   asosiy   chiziqli   algebra,   asosiy   statistik   operatsiyalar,   tasodifiy
simulyatsiya va boshqalar. NumPy paketining o'zagida ndarray ob'ekti joylashgan. Bu
bir   hil   ma'lumotlar   turlarining   n   o'lchovli   massivlarini   qamrab   oladi,   ko'plab
operatsiyalar  ishlash  uchun  kompilyatsiya  qilingan  kodda  amalga oshiriladi.  NumPy
massivlari   va   standart   Python   ketma-ketliklari   o'rtasida   bir   nechta   muhim   farqlar
mavjud:
NumPy massivlari Python ro'yxatlaridan farqli o'laroq (dinamik ravishda o'sishi
mumkin)   yaratilayotganda   qat'iy   belgilangan   hajmga   ega.   Ndarray   o'lchamini
o'zgartirish yangi massivni yaratadi va asl nusxani o'chiradi.
 NumPy massividagi  elementlarning barchasi  bir  xil  turdagi  ma'lumotlarga ega
bo'lishi   kerak   va   shuning   uchun   xotirada   bir   xil   o'lchamda   bo'ladi.   Istisno:   (Python,
shu   jumladan   NumPy)   ob'ektlar   massivlariga   ega   bo'lishi   mumkin,   bu   esa   turli
o'lchamdagi elementlarning massivlarini yaratishga imkon beradi.
 NumPy   massivlari   katta   miqdordagi   ma'lumotlar   bilan   ilg'or   matematik   va
boshqa   turdagi   operatsiyalarni   osonlashtiradi.   Odatda,   bunday   operatsiyalar   Python-
ning   o'rnatilgan   ketma-ketliklaridan   foydalanish   mumkin   bo'lganidan   ko'ra
samaraliroq va kamroq kod bilan amalga oshiriladi.  Python-ga   asoslangan   ilmiy   va   matematik   paketlarning   ko'pligi   NumPy
massivlaridan   foydalanmoqda;   Ular   odatda   Python-ketma-ket   kiritishni   qo'llab-
quvvatlasa   ham,   ular   qayta   ishlashdan   oldin   bunday   kirishni   NumPy   massivlariga
aylantiradi   va   ko'pincha   NumPy   massivlarini   chiqaradi.   Boshqacha   qilib   aytadigan
bo'lsak,   Python-ga   asoslangan   bugungi   ilmiy/matematik   dasturiy   ta'minotning   ko'p
qismini   (ehtimol   ko'pini)   samarali   ishlatish   uchun   Python-ning   o'rnatilgan   ketma-
ketlik   turlaridan   qanday   foydalanishni   bilish   etarli   emas   -   NumPy   massivlaridan
qanday foydalanishni ham bilish kerak.
Nima uchun NumPy tez?
Vektorlashtirish kodda hech qanday aniq aylanish, indeksatsiya va hokazolarning
yo'qligini   tavsiflaydi   -   bu   narsalar,   albatta,   optimallashtirilgan,   oldindan   tuzilgan   C
kodida "sahna ortida" sodir bo'ladi. Vektorlashtirilgan kod juda ko'p afzalliklarga ega,
ular orasida:
Vektorlashtirilgan   kod   qisqaroq   va   o'qish   osonroq   kamroq   kod   satrlari   odatda
kamroq   xatolarni   bildiradi   kod   standart   matematik   belgilarga   ko'proq   o'xshaydi
(odatda,   matematik   konstruktsiyalarni   to'g'ri   kodlashni   osonlashtiradi)   vektorizatsiya
natijasida   ko'proq   "Pythonik"   kod   paydo   bo'ladi.   Vektorizatsiyasiz   bizning   kodimiz
samarasiz   va   o'qish   qiyin   bo'lgan   for   tsikllari   bilan   to'lib   toshgan   bo'lar   edi.
Broadcasting   -   bu   operatsiyalarning   yashirin   element-element   harakatini   tavsiflash
uchun   ishlatiladigan   atama;   Umuman   olganda,   NumPy-da   barcha   operatsiyalar,
nafaqat   arifmetik   amallar,   balki   mantiqiy,   bitli,   funktsional   va   boshqalar   ham   ushbu
yashirin   element-element   rejimida   harakat   qiladi,   ya'ni   ular   translyatsiya   qiladi.
Bundan tashqari, yuqoridagi misolda a va b bir xil shakldagi ko'p o'lchovli massivlar
yoki skaler  va massiv yoki  hatto turli  shakldagi  ikkita massiv bo'lishi  mumkin, agar
kichikroq   massiv   kattaroq   massivning   shakliga   "kengaytirilsa".   natijada   eshittirish
aniq   bo'ladigan   tarzda.   Eshittirishning   batafsil   “qoidalari”   uchun   “Eshittirish”
bo limiga qarang.ʻ
3.Pandas. Pandas ochiq manba Python to'plami bo'lib, u ma'lumotlar fanlari/ma'lumotlarni
tahlil   qilish   va   mashinani   o'rganish   vazifalari   uchun   eng   keng   qo'llaniladi.   U   ko'p
o'lchovli   massivlarni   qo'llab-quvvatlaydigan   Numpy   nomli   boshqa   paketning   ustiga
qurilgan.   Eng   mashhur   ma'lumotlar   janjal   paketlaridan   biri   sifatida   Pandas   Python
ekotizimidagi   boshqa   ko'plab   ma'lumotlar   fanlari   modullari   bilan   yaxshi   ishlaydi   va
odatda   har   bir   Python   distributiviga,   operatsion   tizimingiz   bilan   birga   kelganlaridan
tortib ActiveState's ActivePython kabi tijorat sotuvchi tarqatishlariga kiradi.
Pandas yordamida DataFrames bilan nima qila olasiz?
Pandas   ma'lumotlar   bilan   ishlash   bilan   bog'liq   ko'p   vaqt   talab   qiluvchi,
takrorlanuvchi vazifalarni bajarishni osonlashtiradi, jumladan:
 Ma'lumotlarni tozalash;
 Ma'lumotlarni to'ldirish;
 Ma'lumotlarni normallashtirish;
 Birlashadi va qo'shiladi;
 Ma'lumotlarni vizualizatsiya qilish;
 Statistik tahlil;
 Ma'lumotlarni tekshirish;
 Ma'lumotlarni yuklash va saqlash;
 Va yana ko'p narsalar.
Darhaqiqat,   Pandalar   yordamida   siz   dunyodagi   yetakchi   ma lumotlar   olimlariʼ
Pandalarni  mavjud bo lgan eng yaxshi  ma lumotlarni  tahlil  qilish va manipulyatsiya	
ʻ ʼ
qilish   vositasi   sifatida   ovoz   berishga   majbur   qiladigan   hamma   narsani   qilishingiz
mumkin.
Quyidagi   o'quv   qo'llanmalari   sizga   Pandalar   bilan   qanday   ishlash   bo'yicha
bosqichma-bosqich ko'rsatmalar beradi, jumladan:
 Pandalarda DataFrame qanday yaratiladi;
 Pandalarda DataFrame-ni qanday kesish mumkin;
 Python Pandas-da ma'lumotlarni qanday guruhlash mumkin;  DataFrame-dagi qatorga qanday kirish mumkin;
 Pandalarda funktsiyalarni qanday qo'llash mumkin;
 DataFrame-dagi ustunga qanday kirish mumkin;
 Python-da qator/ustunni qanday o'chirish mumkin.
Python-da ma'lumotlar to'plamini qanday import qilish mumkin?
 Pandalarda qanday indekslanadi.
 Python-da DataFrame-dagi elementga qanday kirish mumkin.
Pandalardan   foydalanish   holatlari   bilan   bog'liq   batafsil   ma'lumotni   bizning
bloglar seriyamizda topish mumkin, jumladan:
Pandalar yordamida ma'lumotlarni qanday ramkalash mumkin?
Pandas   yordamida   mashinani   o'rganish   ma'lumotlar   to'plamini   qanday   tozalash
kerak?
Ushbu   ketma-ketlikda   biz   ba'zi   ma'lumotlarni   o'qiymiz,   ularni   tahlil   qilamiz,
manipulyatsiya qilamiz va nihoyat saqlashimiz mumkin. Bularning barchasini Pandas
kutubxonasi   bilan   bajarishingiz   mumkin.   Ko'rib   chiqilishi   mumkin   bo'lgan   yana
ko'plab   funktsiyalar   mavjud,   ammo   bu   juda   ko'p   vaqtni   oladi   va   kutubxonaga
qiziqqan va unga chuqurroq sho'ng'ishni xohlaydigan odamlar uchun uning hujjatlari
ajoyib boshlanishdir:
https://pandas.pydata.org/docs/user_guide/index.html#user-guide
4.Matplotlib.
Matplotlib   -   bu   Python   va   uning   NumPy   raqamli   kengaytmasi   uchun   o'zaro
platformalar,   ma'lumotlarni   vizualizatsiya   qilish   va   grafik   chizmalar   kutubxonasi.
Shunday   qilib,   u   MATLABga   ochiq   manbali   muqobilni   taklif   qiladi.   Ishlab
chiquvchilar   matplotlib-ning   API-laridan   (Dasturlarni   dasturlash   interfeyslari)   GUI
ilovalariga chizmalarni joylashtirish uchun ham foydalanishlari mumkin.
Python   matplotlib   skripti   shunday   tuzilganki,   ko'p   hollarda   vizual   ma'lumotlar
syujetini  yaratish uchun bir  necha qator  kod talab qilinadi. Matplotlib skript  qatlami
ikkita APIni qoplaydi: Pyplot API - matplotlib.pyplot bilan to'ldirilgan Python kod ob'ektlari ierarxiyasi.
Pyplotdan   ko'ra   ko'proq   moslashuvchanlik   bilan   yig'ilishi   mumkin   bo'lgan   OO
(ob'ektga   yo'naltirilgan)   API   to'plami.   Ushbu   API   Matplotlibning   backend
qatlamlariga to'g'ridan-to'g'ri kirishni ta'minlaydi.
Pythonda Matplotlib va  Pyplot.
Pyplot API qulay MATLAB uslubidagi holatli interfeysga ega. Aslida, matplotlib
dastlab MATLAB uchun ochiq manba alternativi sifatida yozilgan. OO API va uning
interfeysi   pyplotga   qaraganda   sozlanishi   va   kuchliroq,   ammo   ulardan   foydalanish
qiyinroq   hisoblanadi.   Natijada,   pyplot   interfeysi   ko'proq   qo'llaniladi   va   ushbu
maqolada sukut bo'yicha tilga olinadi.
Matplotlib-ning   pyplot   API-ni   tushunish,   uchastkalar   bilan   qanday   ishlashni
tushunish uchun kalit hisoblanadi:
matplotlib.pyplot.figure:   Rasm   yuqori   darajadagi   konteynerdir.   U   syujetda
tasvirlangan hamma narsani, shu jumladan bir yoki bir nechta o'qlarni o'z ichiga oladi.
matplotlib.pyplot.axes:  Axes   syujetdagi   elementlarning   ko'p   qismini   o'z   ichiga
oladi:   Axis,   Tick,   Line2D,   Text   va   boshqalar   va   koordinatalarni   o'rnatadi.   Bu
ma'lumotlar chizilgan maydon. O'qlarga X o'qi, Y o'qi va ehtimol Z o'qi ham kiradi.
Pyplot API va interfeysi haqida qo'shimcha ma'lumot olish uchun Matplotlib-da
Pyplot nima bo'limiga qarang
Matplotlib o'rnatilmoqda .
Matplotlib   va   uning   bog'liqliklarini   Python   Package   Index   (PyPI)   dan   ikkilik
(oldindan   kompilyatsiya   qilingan)   paket   sifatida   yuklab   olish   va   quyidagi   buyruq
bilan o'rnatish mumkin:
pip install matplotlib
Matplotlib   kompilyatsiya   qilinmagan   manba   fayllari   sifatida   ham   mavjud.
Manbadan   kompilyatsiya   qilish   uchun   mahalliy   tizimingizdan   OS   uchun   mos
kompilyator,   barcha   bog'liqliklar,   sozlash   skriptlari,   konfiguratsiya   fayllari   va
yamoqlar   mavjud   bo'lishini   talab   qiladi.   Bu   juda   murakkab   o'rnatishga   olib   kelishi mumkin. Shu bilan bir qatorda, matplotlibni manbadan avtomatik ravishda yaratish va
uni   OT   uchun   paketlash   uchun   ActiveState   Platformasidan   foydalanishni   o'ylab
ko'ring.
Matplotlib   UI   menyusi.   Matplotlib   syujet   yaratish   uchun   ishlatilsa,
foydalanuvchi   interfeysi   (UI)   va   menyu   tuzilishi   hosil   bo'ladi.   UI   syujetni   sozlash,
shuningdek,   turli   elementlarni   panorama/kattalashtirish   va   almashtirish   uchun
ishlatilishi mumkin.
Matplotlib 1-rasm
Matplotlib va  NumPy
Numpy   -   bu   ilmiy   hisoblash   uchun   to'plam.   Numpy   matplotlib   uchun   zarur
bo lgan   bog liqlik   bo lib,   u   quyidagi   kod   parchasida   ko rsatilganidek,   raqamliʻ ʻ ʻ ʻ
ma lumotlar va ko p o lchovli massivlar uchun numpy funksiyalaridan foydalanadi:
ʼ ʻ ʻ Matplotlib 2-rasm
Ushbu   misol   uchun   manba   kodi   Matplotlib-da   mavjud:   ushbu   maqolaning
quyida joylashgan Numpy Array bo'limida.
Matplotlib va  Pandalar
Pandas - bu matplotlib tomonidan asosan ma'lumotlarni manipulyatsiya qilish va
tahlil   qilish   uchun   foydalaniladigan   kutubxona.   Pandas   Dataframe   deb   nomlangan
xotiradagi   2D   ma'lumotlar   jadvali   ob'ektini   taqdim   etadi.   Numpy-dan   farqli   o'laroq,
pandalar matplotlib-ning majburiy bog'liqligi emas.
Quyidagi   kod   parchasida   ko'rsatilganidek,   pandalar   va   numpy   ko'pincha
birgalikda ishlatiladi: Matplotlib 3-rasm II.Amaliy qism
1.Funksional dasturlash.
1.1. Quyidagi ikkita ruyxatdan list hosil qiling:
Dastur kodi:
keys = ['ten' , 'twenty' , 'thirty']
values = [10 , 20 , 30]
dic = dict(zip(keys,values))
print(dic)
Natija:
1.2     Istalgancha   sonlarni   qabul   qilib,   ularning   ko'paytmasini   qaytaruvchi
funksiya yozing.
Dastur kodi:
def num(*args):
    s = 1
    for x in args:
        s= s*x
    return s
print(num(12,13,4,6,78))
Natija: 2.Numpy.
2.1. 1-o'lchamli massivlar yaratish
- Elementlari ixtiyoriy n ta (n > 0, butun son) bo'lgan 1-o'lchamli massiv (array)
yaratuvchi funksiyani tuzing.
Dastur kodi:
import numpy as np
from random import *
a = randint(1,100)
nilufar = np.arange(a)
print(nilufar)
Natija:
2.2.  2-o'lchamli massivlar yaratish
- Elementlari 0 dan 9 gacha (9 ning o'zi massiv elementiga kirmaydi), qadami
esa 1 ga teng bo'lgan (3, 3) o'lchamli massiv yarating.
- Yuqorida yaratilgan massivning elementlari 1, 4 va 7 ga teng bo'lgan qismini
kesib olish funksiyasini tuzing.
Dastur kodi: import numpy as np
def lst():
    nilufar = np.arange(9).reshape(3,3)
    return nilufar
print(lst())
print('---------------')
print(np.delete(lst(), 1,1))
Natija:
2.3. Indeks yordamida 3-o'lchamli massivdan elementlarni kesib olish
-   3-o'lchamli   massivni   quyidagi   listdan   yarating,   hamda   12,   13,   15,   va   16
elementlarini kesib oling. Dastur kodi:
import numpy as np
nilufar = np.arange(27).reshape(3,3,3)
print(nilufar)
nilufar = np.delete(nilufar,[12,13,14,15,16])
print('___________________')
print(nilufar)
Natija:
3.Pandas. 
Dastur kodi:
import matplotlib.pyplot
import numpy as ny
import pandas as pd
data1 = pd.read_csv(‘car_details24.csv’,index_col=0)
data.head(10) Natija:
4.Matplotlib.
Y=-3x +lg(x 2
) funksiyaning grafik dasturi tuzilsin.
Dastur kodi:
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
plt.figure(figsize=(15,10))
x = np.linspace(-5,5,100)
y = -3*x+np.log10(x**2)
fig = plt.figure()
ax = fig.add_subplot(1,1,1)
ax.spines['left'].set_position('center')
ax.spines['bottom'].set_position('zero')
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom')
ax.yaxis.set_ticks_position('left') plt.plot(x,y,'r')
plt.show() XULOSA.
Biz   bu   amaliyot   o'tash   vaqtida   katta   ma'lumotlari   python   dasturlash   tilining
asoslari,   Numpy,   Pandas   va   Matplotlib   kutubxonalari   asosida   ma'lumotlarni   qayta
ishlash o'chirish , nusxa olish va boshqa amallarni bajardik va ular ustida Matplotlib
kutubxonasi yordamida grafik larini chizib shu grafik asosida tahlil qildik. 
Numpy   kutubxonasi   katta   massivlar   ustida   amallarni   bajariah   uchun   xizmat
qiladi   unda   matematik   funksiyalar   va   random   sinflari   mavjud   va   ulardan
foydalaniladi. 
Numpy   kutubxonasidan   foydalanish   python   dasturlash   tilining   standart
funksiyalaridan   ancha   tez   va   xotiradan   samarali   foydalaniladi   biz   bu   amaliyot
mashg'ulotidan   .csv,   .xml,   .docx   fayllari   ustida   ma'lumotlarini   o'qish,yozish   va
o'chirish ketma-ketligini bajardik. 
Bu   amaliyot   mashg'ulotidan   bizga   kerakli   bo'lgan   dasturlash   qurilma   va
texnalogiyalardan foydalanib kerakli topshiriqlarning dasturini tuzib chiqdik.
Qisqacha qilib aytganda, Python dasturlash tilida ma’lumotlarni vizuallashtirish
uchun bir nechta modullar o’rganildi va ulardan faol foydalanib bu masalalar yechildi.
Bu   ishlar   ma’lumotlar   bilan   ishlashda   foydalanuvchi   va   dasturchi   uchun   qulayliklar
tug’diradi. Masalan ma’lumotlar minglab, millionlab bo’lganda har biri bilan ishlash
noqulay bularda grafik diagrammalar bilan ishlanib bu muammolar bartaraf etildi. Foydalanilgan   adabiyotlar
1.   Матросов   А.   Решение   задач   математики   и   механики   в   среде   Maple   6.
СПб.: Питер, 2000.
2. В.З. АЛАДЬЕВ. Основы программирования в  Maple . Таллинн, 2006.
3. Основы использования математического пакета   Maple   в моделировании:
Учебное   пособие   /   Международный   институт   компьютерных   технологий.
Липецк, 2006. 119с.
4. Дьяконов В.  Maple  6. Учебный курс СПб.: Питер, 2001.
5. Аладьев В.З., Лиопо В.А., Никитин А.В. Математический пакет   Maple   в
физическом   моделировании.-   Гродно:   Гродненский   госу-дарственный
университет им. Янки Купалы, 2002, 416 с.
6.   O ’ runbayev   E .,   Murodov   F .   Kompyuter   algebrasi   tizimlarining   amaliy
tadbiqlari . – SamDU   nashri  –  Samarqand , 2003, 96  s .
7.   Аладьев   В.З.,   Богдявичюс   М.А .   Решение   физико-технических   и
математических задач  с пакетом   Maple   V .-  Вильнюс: Изд-во   Техника , 1999, 686
c .,  ISBN  9986-0 .

MAVZU: Dasturiy injiniring sohasida ma’lumotlarni vizuallashtirish REJA: Kirish. Nazariy qism: 1. Funksional dasturlash. 2. Numpy. 3. Pamdas. 4. Matplotlib. Amaliy qism: Amaliy topshiriqlar ustida ishlash. Xulosa. Foydalanilgan adabiyotlar .

Kirish. Og'zaki til va og'zaki toifalar bo'shliqni qurish, uni talqin qilish yoki u bilan biron bir harakatni amalga oshirish uchun o'ta ibtidoiy vositalarni o'z ichiga oladi. Ushbu maqsad tasvirlar tili va idrok harakatlar tizimi tomonidan amalga oshiriladi, uning yordamida odam atrofdagi voqelikning obrazini yaratadi va unga yo'naltiriladi. Ushbu tizim idrok deb ataladi. Idrok ob'ektning tuzilishi va xususiyatlarining birligini aks ettiruvchi yaxlit tasvir sifatida tavsiflanadi. Vizual idrok etish ob'ektlari - bu kosmos, harakat, shakl, to'qima, rang, yorqinlik va boshqalar toifalarida bo'linishi va tasvirlanishi mumkin bo'lgan atrofdagi dunyoning ob'ektlari, jarayonlari va hodisalari. odam bor. Vizual idrok asosida yaratilgan tasvirlar so'zlardan ko'ra ko'proq assotsiativ kuchga ega. Ehtimol, shuning uchun ular xotirada mukammal saqlanadi. Bir necha ming rasmni bir marta ko'rgandan keyin ham kuzatuvchilar ularning 90 foizini to'g'ri aniqlay olishadi. Vizual tasvir juda moslashuvchan. Ushbu xususiyat tasvir jihatidan vaziyatni umumlashtirilgan baholashdan tez o'tishda namoyon bo'ladi batafsil tahlil uning elementlari. Tasvirda aks ettirilgan ob'ektlarning har xil harakatlanishi, ularning siljishi, aylanishi, shuningdek ko'payishi, kamayishi, istiqbolli buzilishi va normallashishi mumkin. Vizual tizimning bunday manipulyatsiya qobiliyati vaziyatni to'g'ridan-to'g'ri va teskari nuqtai nazardan taqdim etishga imkon beradi. Tasvirlarni manipulyatsiya qilish va ularni to'ldirish samarali his qilish va vizual fikrlashning eng muhim vositasidir.

Nazariy qism. 1.Fuksional dasturlash. Real murakkab dasturlash ta’minoti o’zida monolit dasturlarni emas. Balki dasturlash tizimlarini namoyon qiladi. Dasturlash tizimi- bu gi’shtlardan—tizim komponentlaridan quriluvchi konstruksiyadir. Bunday komponentlarni qurish metodikasi har xi bo’lishi mumkin. Shu kabi metodlardan biri , modul dasturlash deb nomlangan yondashuvga asoslangan. Modullardan quriladigan dasturlash tizimida— modul sistemada—har bir modul umumiy konstruksiyaning g’ishtchasi sifatida, formal bo’lmagan holda o’zining belgilanishi bilan, formal holda esa o’zining interfeysi bilan xarakterlanadi. Modul belgisini qoida bo’yicha, modul tizim uchun modul bo’lib realizatsiya qilinadigan funksiyalarni formal bo’lmagan holda, tabiiy tillarida yoziladi псевдоестественном. Modul interfeysi modul bo’lib realizatsiya qilinadigan va bu moduldan tashqari modul tizimni boshqa modullarida ham qo’llaniladigan obyektlar spetsifikatsiyasida izga tushadi. Modul eksporti bu— umumiy modul tizim uchun modul berilganlari namoyish bo’luvchidir, import esa- modulni modul tizimlarni boshqa modullaridan talab qilinayotgan narsasidir. Modul eksportida eksportirlanadigan obyektlar kiritiladi. (turlar, o’zgarmaslar, o’zgaruvchi va dasturostilar). Dasturiy tizim uzoq vaqt va xodimlar kollektivi bilan yaratilishi mumkin, shuning uchun modul shunday tizimni komponentasi kabi qayta ishlashni erkinligi va nazorati talabini qoniqtirishi kerak. modulni interfeysi va belgilari fiksirlangandan so’ng, uning realizatsiyasi boshqa modullar realizatsiyasiga halaqit qilmasligi kerak. modul xatoligi ham boshqa modullar xatoligi bilan shartlanmagan bo’lishi kerak— xatolik vaqtida, modul o’zini belgisini to’g’ri realizatsiya qilayotganiga va o’zining obyektlarini interfeys bilan mos ravishda eksportlayotganiga ishonch hosil qilish kerak, importga kelsak, u holda xatolik vaqtida importlanayotgan obyektlar xossalar interfeysida fiksirlanganlarni qoniqtiruvchi oddiy psevdoaylana yaratish mumkin.

Modul modul sistemaning qurilayotgan elementi sifatida, uni turli hil modul tizimlarda foydalana olish mumkin bo’lishi kerak, faqatgina uni belgisi va interfeysi ushbu modul tizimda uni qo’llanilishiga mos bo’lsa bas. Eksportlanayotgan obyekt realizatsiya uchun kerak bo’lgan lokal obyektlarga ham ega bo’lishi mumkinligidan— ular boshqa modullardan yashirin va ularda qo’llanila olmaydi. Foydalanuvchi modullarini yozish va ularning obyektlarini dasturlarda qo’llash quyidagi sabablarga ko’ra effektiv dasturlashni usullaridan biri hisoblanadi. Birinchidan, modulda ba’zi “predmetli” sohani bazaviy tushunchalarini olib o’tuvchisi hisoblangan obyektlar aniqlanadi, va shu modul bu predmetli sohaga kontekst beradi. Shuning uchun bu saohada ishlab chiqishni turli algoritmlarini bajaruvchi dasturlar, tayyorlardan va muhimi bazaviy obyektlarni bir xil aniqlanishlaridan foydalanishlari mumkin. Demak, masalan Graph tizimli modulida, bir qancha o'nlab elementar grafik amallarni realizatsiya qiluvchi grafik funksiyalar va jarayonlar va bir qancha o’nlab xatolarni, rang va chiziq ko’rinishi va hk kodini bildiruvchi o’zgarmaslar aniqlandi. Ikkinchidan, modullar ham, dasturlarda qatnashuvchilar ham bog’liq bo’lmagan ravishda kompilyatsiya qilinadi. (modul u dasturda qo’llanilishidan avval kompilyatsiya qilingan bo’lishi kerak). Ushbu kompiliyatsiya yordamida katta dasturlar sezilarli qisqaradi, muhimi ularni ko’p marta kompiliyatsiya qilishda xatoliklarda. Modulning uchinchi asosiy xossasi, ular eksportlayotgan obyektlarni realizatsiyasi va namoyishini berkitadi va “inkapsulyatsiya” qiladi, shunday ekan ularning modulda bo’lishi mumkin bo’lgan o’zgarishi, foydalanuvchi dasturini hech qanday qayta ishlanishini talab qilmaydi.

Barcha modullar, ular tomonidan aniqlanadigan o’zgarmaslar, o’zgaruvchilar, turlar va dasturostilar uchun ularni belgilarini tushunish va esda saqlashni yengillashtiradigan mnemonik nomlarni qo’llaydi. 2.Numpy. NumPy Pythonda ilmiy hisoblash uchun asosiy to'plamdir. Bu Python kutubxonasi bo lib, u ko p o lchovli massiv obyekti, turli hosila ob yektlari (masalan,ʻ ʻ ʻ ʼ niqoblangan massivlar va matritsalar) hamda massivlar ustida tezkor operatsiyalar, jumladan, matematik, mantiqiy, shakllarni manipulyatsiya qilish, saralash, tanlash, kiritish/chiqarish uchun tartiblar assortimentini taqdim etadi. , diskret Furye o'zgarishlari, asosiy chiziqli algebra, asosiy statistik operatsiyalar, tasodifiy simulyatsiya va boshqalar. NumPy paketining o'zagida ndarray ob'ekti joylashgan. Bu bir hil ma'lumotlar turlarining n o'lchovli massivlarini qamrab oladi, ko'plab operatsiyalar ishlash uchun kompilyatsiya qilingan kodda amalga oshiriladi. NumPy massivlari va standart Python ketma-ketliklari o'rtasida bir nechta muhim farqlar mavjud: NumPy massivlari Python ro'yxatlaridan farqli o'laroq (dinamik ravishda o'sishi mumkin) yaratilayotganda qat'iy belgilangan hajmga ega. Ndarray o'lchamini o'zgartirish yangi massivni yaratadi va asl nusxani o'chiradi.  NumPy massividagi elementlarning barchasi bir xil turdagi ma'lumotlarga ega bo'lishi kerak va shuning uchun xotirada bir xil o'lchamda bo'ladi. Istisno: (Python, shu jumladan NumPy) ob'ektlar massivlariga ega bo'lishi mumkin, bu esa turli o'lchamdagi elementlarning massivlarini yaratishga imkon beradi.  NumPy massivlari katta miqdordagi ma'lumotlar bilan ilg'or matematik va boshqa turdagi operatsiyalarni osonlashtiradi. Odatda, bunday operatsiyalar Python- ning o'rnatilgan ketma-ketliklaridan foydalanish mumkin bo'lganidan ko'ra samaraliroq va kamroq kod bilan amalga oshiriladi.