Merge pull request microsoft#651 from microsoft/update-translations

🌐 Update translations via Co-op Translator

Author: leestott

translations/bg/1-Introduction/03-defining-data/README.md

@@ -1,8 +1,8 @@
 <!--
 CO_OP_TRANSLATOR_METADATA:
 {
-  "original_hash": "af6a12015c6e250e500b570a9fa42593",
-  "translation_date": "2025-08-26T17:30:09+00:00",
+  "original_hash": "cc490897ee2d276870472bcb31602d03",
+  "translation_date": "2025-09-04T21:22:53+00:00",
   "source_file": "3-Data-Visualization/11-visualization-proportions/README.md",
   "language_code": "bg"
 }
@@ -13,15 +13,15 @@ CO_OP_TRANSLATOR_METADATA:
 |:---:|
 |Визуализиране на пропорции - _Скетч от [@nitya](https://twitter.com/nitya)_ |
 
-В този урок ще използвате различен набор от данни, свързан с природата, за да визуализирате пропорции, като например колко различни видове гъби се срещат в даден набор от данни за гъби. Нека разгледаме тези очарователни гъби, използвайки набор от данни, предоставен от Audubon, който съдържа информация за 23 вида гъби с ламели от семействата Agaricus и Lepiota. Ще експериментирате с апетитни визуализации като:
+В този урок ще използвате различен набор от данни, свързан с природата, за да визуализирате пропорции, като например колко различни видове гъби се срещат в даден набор от данни за гъби. Нека разгледаме тези очарователни гъби, използвайки набор от данни, предоставен от Audubon, който съдържа информация за 23 вида ламелни гъби от семействата Agaricus и Lepiota. Ще експериментирате с апетитни визуализации като:
 
 - Кръгови диаграми 🥧
 - Диаграми тип "поничка" 🍩
 - Диаграми тип "вафла" 🧇
 
-> 💡 Един много интересен проект, наречен [Charticulator](https://charticulator.com) от Microsoft Research, предлага безплатен интерфейс за визуализация на данни чрез влачене и пускане. В един от техните уроци те също използват този набор от данни за гъби! Така можете да изследвате данните и да научите библиотеката едновременно: [Charticulator tutorial](https://charticulator.com/tutorials/tutorial4.html).
+> 💡 Един много интересен проект, наречен [Charticulator](https://charticulator.com) от Microsoft Research, предлага безплатен интерфейс за визуализация на данни чрез влачене и пускане. В един от техните уроци те също използват този набор от данни за гъби! Така можете да изследвате данните и да научите библиотеката едновременно: [Урок за Charticulator](https://charticulator.com/tutorials/tutorial4.html).
 
-## [Тест преди лекцията](https://purple-hill-04aebfb03.1.azurestaticapps.net/quiz/20)
+## [Тест след лекцията](https://ff-quizzes.netlify.app/en/ds/)
 
 ## Запознайте се с вашите гъби 🍄
 
@@ -43,7 +43,7 @@ mushrooms.head()
 | Ядлива    | Камбанка  | Гладка      | Бяла      | Синини  | Анасон  | Свободна        | Плътна       | Широка    | Кафява     | Разширяваща | Клуб       | Гладка                   | Гладка                   | Бяла                   | Бяла                   | Частична  | Бяла       | Една        | Висяща   | Кафява            | Многобройна| Ливади  |
 | Отровна   | Изпъкнала | Люспеста    | Бяла      | Синини  | Остра   | Свободна        | Плътна       | Тясна     | Кафява     | Разширяваща | Равна      | Гладка                   | Гладка                   | Бяла                   | Бяла                   | Частична  | Бяла       | Една        | Висяща   | Черна             | Разпръсната| Градска |
 
-Веднага забелязвате, че всички данни са текстови. Ще трябва да конвертирате тези данни, за да можете да ги използвате в диаграма. Всъщност повечето данни са представени като обект:
+Веднага забелязвате, че всички данни са текстови. Ще трябва да конвертирате тези данни, за да можете да ги използвате в диаграма. Повечето от данните всъщност са представени като обект:
 
 ```python
 print(mushrooms.select_dtypes(["object"]).columns)
@@ -72,7 +72,7 @@ edibleclass=mushrooms.groupby(['class']).count()
 edibleclass
 ```
 
-Сега, ако отпечатате данните за гъбите, можете да видите, че те са групирани в категории според класа ядливи/отровни:
+Сега, ако отпечатате данните за гъбите, ще видите, че те са групирани в категории според класа ядливи/отровни:
 
 
 |           | cap-shape | cap-surface | cap-color | bruises | odor | gill-attachment | gill-spacing | gill-size | gill-color | stalk-shape | ... | stalk-surface-below-ring | stalk-color-above-ring | stalk-color-below-ring | veil-type | veil-color | ring-number | ring-type | spore-print-color | population | habitat |
@@ -93,7 +93,7 @@ plt.show()
 ```
 Ето я, кръгова диаграма, показваща пропорциите на тези данни според двата класа гъби. Много е важно да получите реда на етикетите правилно, особено тук, затова се уверете, че сте проверили реда, с който е създаден масивът от етикети!
 
-![кръгова диаграма](../../../../translated_images/pie1-wb.e201f2fcc335413143ce37650fb7f5f0bb21358e7823a327ed8644dfb84be9db.bg.png)
+![кръгова диаграма](../../../../3-Data-Visualization/11-visualization-proportions/images/pie1-wb.png)
 
 ## Понички!
 
@@ -105,7 +105,7 @@ plt.show()
 habitat=mushrooms.groupby(['habitat']).count()
 habitat
 ```
-Тук групирате данните си по местообитание. Има 7 изброени, така че използвайте тези като етикети за вашата диаграма тип "поничка":
+Тук групирате данните си по местообитание. Има 7 изброени, така че използвайте тях като етикети за вашата диаграма тип "поничка":
 
 ```python
 labels=['Grasses','Leaves','Meadows','Paths','Urban','Waste','Wood']
@@ -123,16 +123,16 @@ plt.title('Mushroom Habitats')
 plt.show()
 ```
 
-![диаграма тип "поничка"](../../../../translated_images/donut-wb.be3c12a22712302b5d10c40014d5389d4a1ae4412fe1655b3cf4af57b64f799a.bg.png)
+![диаграма тип "поничка"](../../../../3-Data-Visualization/11-visualization-proportions/images/donut-wb.png)
 
 Този код рисува диаграма и централен кръг, след което добавя този централен кръг в диаграмата. Редактирайте ширината на централния кръг, като промените `0.40` на друга стойност.
 
-Диаграмите тип "поничка" могат да бъдат променяни по различни начини, за да се променят етикетите. Етикетите, по-специално, могат да бъдат подчертани за по-добра четимост. Научете повече в [документацията](https://matplotlib.org/stable/gallery/pie_and_polar_charts/pie_and_donut_labels.html?highlight=donut).
+Диаграмите тип "поничка" могат да бъдат променяни по няколко начина, за да се променят етикетите. Етикетите, по-специално, могат да бъдат подчертани за по-добра четливост. Научете повече в [документацията](https://matplotlib.org/stable/gallery/pie_and_polar_charts/pie_and_donut_labels.html?highlight=donut).
 
-Сега, когато знаете как да групирате данните си и след това да ги показвате като кръг или поничка, можете да изследвате други видове диаграми. Опитайте диаграма тип "вафла", която е просто различен начин за изследване на количествата.
+Сега, когато знаете как да групирате данните си и след това да ги показвате като кръг или поничка, можете да изследвате други видове диаграми. Опитайте диаграма тип "вафла", която е просто различен начин за изследване на количества.
 ## Вафли!
 
-Диаграмата тип "вафла" е различен начин за визуализиране на количества като двумерна решетка от квадрати. Опитайте да визуализирате различните количества цветове на шапките на гъбите в този набор от данни. За да направите това, трябва да инсталирате помощна библиотека, наречена [PyWaffle](https://pypi.org/project/pywaffle/) и да използвате Matplotlib:
+Диаграма тип "вафла" е различен начин за визуализиране на количества като двумерна решетка от квадрати. Опитайте да визуализирате различните количества цветове на шапките на гъбите в този набор от данни. За да направите това, трябва да инсталирате помощна библиотека, наречена [PyWaffle](https://pypi.org/project/pywaffle/) и да използвате Matplotlib:
 
 ```python
 pip install pywaffle
@@ -168,11 +168,11 @@ fig = plt.figure(
 )
 ```
 
-Използвайки диаграма тип "вафла", можете ясно да видите пропорциите на цветовете на шапките в този набор от данни за гъби. Интересно е, че има много гъби със зелени шапки!
+С диаграма тип "вафла" можете ясно да видите пропорциите на цветовете на шапките в този набор от данни за гъби. Интересно е, че има много гъби със зелени шапки!
 
-![диаграма тип "вафла"](../../../../translated_images/waffle.5455dbae4ccf17d53bb40ff0a657ecef7b8aa967e27a19cc96325bd81598f65e.bg.png)
+![диаграма тип "вафла"](../../../../3-Data-Visualization/11-visualization-proportions/images/waffle.png)
 
-✅ Pywaffle поддържа икони в диаграмите, които използват всяка икона, налична в [Font Awesome](https://fontawesome.com/). Направете някои експерименти, за да създадете още по-интересна диаграма тип "вафла", използвайки икони вместо квадрати.
+✅ PyWaffle поддържа икони в диаграмите, които използват всяка икона, налична в [Font Awesome](https://fontawesome.com/). Направете някои експерименти, за да създадете още по-интересна диаграма тип "вафла", използвайки икони вместо квадрати.
 
 В този урок научихте три начина за визуализиране на пропорции. Първо, трябва да групирате данните си в категории и след това да решите кой е най-добрият начин за показване на данните - кръг, поничка или вафла. Всички са вкусни и предоставят на потребителя моментална снимка на набора от данни.