Skip to content

Commit 0c858c5

Browse files
Převod na snake_case (#16)
1 parent 21f5c81 commit 0c858c5

File tree

4 files changed

+23
-23
lines changed

4 files changed

+23
-23
lines changed

bonusy/datum/datum.md

Lines changed: 11 additions & 11 deletions
Original file line numberDiff line numberDiff line change
@@ -24,16 +24,16 @@ Nejjednodušší způsob, jak datum vytvořit, je pomocí funkce `datetime`. Té
2424
Zkusme si vytvořit proměnnou, která bude reprezentovat start Apolla 11.
2525

2626
```pycon
27-
>>> apolloStart = datetime(1969, 7, 16, 14, 32)
28-
>>> print(apolloStart)
27+
>>> apollo_start = datetime(1969, 7, 16, 14, 32)
28+
>>> print(apollo_start)
2929
```
3030

3131
Pokud by nás zajímalo, jaký den v týdnu Apollo startovalo, můžeme použít funkci `weekday()` nebo `isoweekday()`. Pozor, je mezi nimi rozdíl. Obě číslují od pondělí, funkce `weekday()` však čísluje od 0 a funkce `isoweekday()` od 1.
3232

3333
```pycon
34-
>>> apolloStart.weekday()
34+
>>> apollo_start.weekday()
3535
2
36-
>>> apolloStart.isoweekday()
36+
>>> apollo_start.isoweekday()
3737
3
3838
```
3939

@@ -42,14 +42,14 @@ Pokud by nás zajímalo, jaký den v týdnu Apollo startovalo, můžeme použít
4242
Hodnotu aktuální proměnné můžeme vypsat na obrazovku pomocí funkce `print()`. Ta vypíše datum v tzv. ISO formátu (jako oddělovač data a času je použita mezera).
4343

4444
```pycon
45-
>>> print(apolloStart)
45+
>>> print(apollo_start)
4646
1969-07-16 14:32:00
4747
```
4848

4949
Standardně je jako oddělovač použit symbol `T`. Stoprocentně autentický zápis v ISO formátu získáme pomocí funkce `isoformat()`.
5050

5151
```pycon
52-
>>> apolloStart.isoformat()
52+
>>> apollo_start.isoformat()
5353
'1969-07-16T14:32:00'
5454
```
5555

@@ -71,7 +71,7 @@ Pokud chceme datum vypsat ve vlastním formátu, použijeme funkci `strftime()`.
7171
Zkusme si třeba vypsat datum startu Apolla 11 v našem středoevropském formátu.
7272

7373
```pycon
74-
>>> apolloStart.strftime("%d. %m. %Y, %H:%M")
74+
>>> apollo_start.strftime("%d. %m. %Y, %H:%M")
7575
'16. 07. 1969, 14:32'
7676
```
7777

@@ -82,22 +82,22 @@ Bohužel data často získáváme jako řetězce (např. z CSV souborů, ze vstu
8282
Pokud jsou data v ISO formátu, máme vyhráno. Je možné použít funkci `fromisoformat()`, které stačí zadat řetězec a ona se již o vše postará.
8383

8484
```pycon
85-
>>> apolloPristani = datetime.fromisoformat("1969-07-21T18:54:00")
85+
>>> apollo_pristani = datetime.fromisoformat("1969-07-21T18:54:00")
8686
```
8787

8888
Takové štěstí ale často nemáme, protože řada programů ukládá datum ve formátu, který má nastavený aktuální uživatel. K načtení pak použijeme funkci `strptime()`, které zadáme formát data a času, se kterým máme tu čest.
8989

9090
```pycon
91-
>>> apolloPristani = datetime.strptime("21. 7. 1969, 18:54", "%d. %m. %Y, %H:%M")
91+
>>> apollo_pristani = datetime.strptime("21. 7. 1969, 18:54", "%d. %m. %Y, %H:%M")
9292
```
9393

9494
#### Počítání s daty
9595

9696
Často s daty potřebujeme počítat. Pokud například víme, kdy závodník proběhl startem a cílem, můžeme spočítat, kolik času strávil na trati. Dvě data od sebe můžeme jednoduše odečíst. Zkusme si spočítat, jak dlouho trvala mise Apollo.
9797

9898
```pycon
99-
>>> delkaMise = apolloPristani - apolloStart
100-
>>> print(delkaMise)
99+
>>> delka_mise = apollo_pristani - apollo_start
100+
>>> print(delka_mise)
101101
5 days, 4:22:00
102102
```
103103

python-pro-data-1/agregace-a-spojovani/agregace-a-spojovani.md

Lines changed: 3 additions & 3 deletions
Original file line numberDiff line numberDiff line change
@@ -373,10 +373,10 @@ Občas chceme do výpočtu zapracovat i podmínku. Ve skutečnosti je podmínka
373373
```pycon
374374
nakupy = pandas.read_csv('nakupy.csv')
375375
nakupy_celkem = nakupy.groupby("Jméno")[["Částka v korunách"]].sum()
376-
prumernaHodnota = nakupy_celkem["Částka v korunách"].mean()
376+
prumerna_hodnota = nakupy_celkem["Částka v korunách"].mean()
377377
import numpy
378-
nakupy_celkem["Operace"] = numpy.where(nakupy_celkem["Částka v korunách"] > prumernaHodnota, "má dáti", "dostane")
379-
nakupy_celkem["Kolik"] = abs(nakupy_celkem["Částka v korunách"] - prumernaHodnota)
378+
nakupy_celkem["Operace"] = numpy.where(nakupy_celkem["Částka v korunách"] > prumerna_hodnota, "má dáti", "dostane")
379+
nakupy_celkem["Kolik"] = abs(nakupy_celkem["Částka v korunách"] - prumerna_hodnota)
380380
print(nakupy_celkem[["Operace", "Kolik"]])
381381

382382
Operace Kolik

python-pro-data-1/reseni/datum.py

Lines changed: 3 additions & 3 deletions
Original file line numberDiff line numberDiff line change
@@ -7,9 +7,9 @@
77
#- ("%m/%d/%Y") muzu pouzit # pro dani nuly pryc
88

99
#-------------------- Cas od startu ----------------------#
10-
soStart = datetime(2020, 2, 10, 5, 3)
11-
soStart.weekday()
12-
uplynulo = datetime.now() - soStart
10+
so_start = datetime(2020, 2, 10, 5, 3)
11+
so_start.weekday()
12+
uplynulo = datetime.now() - so_start
1313
print(uplynulo)
1414

1515
#-------------------- Doprava Vecere ----------------------#

python-pro-data-1/zakladni-dotazy/zakladni-dotazy.md

Lines changed: 6 additions & 6 deletions
Original file line numberDiff line numberDiff line change
@@ -224,8 +224,8 @@ Pokud chceme, aby musely být splněny obě podmínky, vložíme mezi ně symbol
224224
Obě tyto podmínky napíšeme do závorek a vložíme mezi ně symbol `&`. Následně použijeme již známé hranaté závorky, které přidáme hned za proměnnou `staty`.
225225

226226
```pycon
227-
>>> lidnateEvropskeStaty = staty[(staty["population"] > 20000000) & (staty["region"] == "Europe")]
228-
>>> lidnateEvropskeStaty["population"]
227+
>>> lidnate_evropske_staty = staty[(staty["population"] > 20000000) & (staty["region"] == "Europe")]
228+
>>> lidnate_evropske_staty["population"]
229229
name
230230
France 66710000
231231
Germany 81770900
@@ -297,16 +297,16 @@ Ukraine UA UKR Kiev Europe Eastern Europe
297297
K takovému převodu na seznam nám poslouží kombinace funkcí `to_numpy` a `tolist`. Převod totiž neprovádíme přímo, ale jako mezikrok jej převedeme na pole modulu `numpy`.
298298

299299
```pycon
300-
>>> statyList = staty.to_numpy().tolist()
301-
>>> statyList[0]
300+
>>> staty_list = staty.to_numpy().tolist()
301+
>>> staty_list[0]
302302
['Kabul', 'Asia', 'Southern Asia', 27657145, 652230.0, 27.8]
303303
```
304304

305305
Ve výsledných seznamech nám chybí názvy států. Potíž je v tom, že index se v Pandas nebere jako součást dat. Pokud chceme index vrátit do původního stavu a mít ho jako automaticky generovaná čísla řádků, můžeme použít metodu `reset_index`. S její pomocí pak už dokážeme dostat z DataFramu čistá data takto
306306

307307
```pycon
308-
>>> statyList = staty.reset_index().to_numpy().tolist()
309-
>>> statyList[0]
308+
>>> staty_list = staty.reset_index().to_numpy().tolist()
309+
>>> staty_list[0]
310310
['Afghanistan', 'Kabul', 'Asia', 'Southern Asia', 27657145, 652230.0, 27.8]
311311
```
312312

0 commit comments

Comments
 (0)