chore(i18n,learn): processed translations (#53714)

Co-authored-by: Naomi Carrigan <nhcarrigan@gmail.com>
This commit is contained in:
camperbot
2024-02-20 06:57:27 +05:30
committed by GitHub
parent 31f5e9be21
commit bf7ae1ed67
7213 changed files with 257817 additions and 24276 deletions

View File

@@ -8,12 +8,7 @@ dashedName: demographic-data-analyzer
# --description--
Lavorerai a <a href="https://replit.com/github/freeCodeCamp/boilerplate-demographic-data-analyzer" target="_blank" rel="noopener noreferrer nofollow">questo progetto con il nostro codice iniziale su Replit</a>.
- Inizia importando il progetto su Replit.
- Poi vedrai una finestra `.replit`.
- Seleziona `Use run command` e clicca sul pulsante `Done`.
You will be <a href="https://gitpod.io/?autostart=true#https://github.com/freeCodeCamp/boilerplate-demographic-data-analyzer/" target="_blank" rel="noopener noreferrer nofollow">working on this project with our Gitpod starter code</a>.
Stiamo ancora sviluppando la parte didattica interattiva del curriculum di Python. Per ora, ecco alcuni video sul canale YouTube di freeCodeCamp.org che ti insegneranno tutto quello che devi sapere per completare questo progetto:
@@ -47,17 +42,15 @@ In questa sfida è necessario analizzare i dati demografici utilizzando Pandas.
- Quale paese ha la più alta percentuale di persone che guadagnano >50K e qual è quella percentuale?
- Identifica l'occupazione più popolare per chi guadagna >50K in India.
Utilizza il codice iniziale nel file `demographic_data_analyzer`. Aggiorna il codice in modo che tutte le variabili impostate su "None" siano impostate al calcolo o al codice appropriato. Arrotonda tutti i decimali al decimo (una cifra decimale) più vicino.
I test unitari sono scritti per te in `test_module.py`.
Use the starter code in the file `demographic_data_analyzer.py`. Update the code so all variables set to `None` are set to the appropriate calculation or code. Arrotonda tutti i decimali al decimo (una cifra decimale) più vicino.
## Sviluppo
Nello sviluppo, puoi usare `main.py` per testare le tue funzioni. Fai clic sul pulsante "Run" e `main.py` verrà eseguito.
Write your code in `demographic_data_analyzer.py`. For development, you can use `main.py` to test your code.
## Test
Abbiamo importato i test da `test_module.py` in `main.py` per tua convenienza. I test saranno eseguiti automaticamente quando usi il bottone "run".
The unit tests for this project are in `test_module.py`. Abbiamo importato i test da `test_module.py` in `main.py` per tua convenienza.
## Invio

View File

@@ -8,12 +8,7 @@ dashedName: mean-variance-standard-deviation-calculator
# --description--
Lavorerai a <a href="https://replit.com/github/freeCodeCamp/boilerplate-mean-variance-standard-deviation-calculator" target="_blank" rel="noopener noreferrer nofollow">questo progetto con il nostro codice iniziale su Replit</a>.
- Inizia importando il progetto su Replit.
- Poi vedrai una finestra `.replit`.
- Seleziona `Use run command` e clicca sul pulsante `Done`.
You will be <a href="https://gitpod.io/?autostart=true#https://github.com/freeCodeCamp/boilerplate-mean-variance-standard-deviation-calculator/" target="_blank" rel="noopener noreferrer nofollow">working on this project with our Gitpod starter code</a>.
Stiamo ancora sviluppando la parte didattica interattiva del curriculum di Python. Per ora, ecco alcuni video sul canale YouTube di freeCodeCamp.org che ti insegneranno tutto quello che devi sapere per completare questo progetto:
@@ -55,15 +50,13 @@ Per esempio, `calculate([0,1,2,3,4,5,6,7,8])` dovrebbe restituire:
}
```
I test unitari per questo progetto sono in `test_module.py`.
## Sviluppo
Per lo sviluppo, puoi usare `main.py` per testare la tua funzione `calculate()`. Fai clic sul pulsante "Run" e `main.py` verrà eseguito.
Write your code in `mean_var_std.py`. For development, you can use `main.py` to test your code.
## Test
Abbiamo importato i test da `test_module.py` in `main.py` per tua convenienza. I test saranno eseguiti automaticamente quando usi il bottone "run".
I test unitari per questo progetto sono in `test_module.py`. Abbiamo importato i test da `test_module.py` in `main.py` per tua convenienza.
## Invio

View File

@@ -8,12 +8,7 @@ dashedName: medical-data-visualizer
# --description--
Lavorerai a <a href="https://replit.com/github/freeCodeCamp/boilerplate-medical-data-visualizer" target="_blank" rel="noopener noreferrer nofollow">questo progetto con il nostro codice iniziale su Replit</a>.
- Inizia importando il progetto su Replit.
- Poi vedrai una finestra `.replit`.
- Seleziona `Use run command` e clicca sul pulsante `Done`.
You will be <a href="https://gitpod.io/?autostart=true#https://github.com/freeCodeCamp/boilerplate-medical-data-visualizer/" target="_blank" rel="noopener noreferrer nofollow">working on this project with our Gitpod starter code</a>.
Stiamo ancora sviluppando la parte didattica interattiva del curriculum di Python. Per ora, ecco alcuni video sul canale YouTube di freeCodeCamp.org che ti insegneranno tutto quello che devi sapere per completare questo progetto:
@@ -65,15 +60,13 @@ Utilizza i dati per completare le seguenti attività in `medical_data_visualizer
Ogni volta che una variabile è impostata su `None`, assicurati di impostarla al codice corretto.
I test unitari sono scritti per te in `test_module.py`.
## Sviluppo
Nello sviluppo, puoi usare `main.py` per testare le tue funzioni. Usa il bottone "run" e `main.py` sarà eseguito.
Write your code in `medical_data_visualizer.py`. For development, you can use `main.py` to test your code.
## Test
Abbiamo importato i test da `test_module.py` in `main.py` per tua convenienza. I test saranno eseguiti automaticamente quando usi il bottone "run".
The unit tests for this project are in `test_module.py`. Abbiamo importato i test da `test_module.py` in `main.py` per tua convenienza.
## Invio

View File

@@ -8,12 +8,7 @@ dashedName: page-view-time-series-visualizer
# --description--
Lavorerai a <a href="https://replit.com/github/freeCodeCamp/boilerplate-page-view-time-series-visualizer" target="_blank" rel="noopener noreferrer nofollow"> questo progetto con il nostro codice d'inizio su Replit</a>.
- Inizia importando il progetto su Replit.
- Poi vedrai una finestra `.replit`.
- Seleziona `Use run command` e clicca sul pulsante `Done`.
You will be <a href="https://gitpod.io/?autostart=true#https://github.com/freeCodeCamp/boilerplate-page-view-time-series-visualizer" target="_blank" rel="noopener noreferrer nofollow">working on this project with our Gitpod starter code</a>.
Stiamo ancora sviluppando la parte didattica interattiva del curriculum di Python. Per ora, ecco alcuni video sul canale YouTube di freeCodeCamp.org che ti insegneranno tutto quello che devi sapere per completare questo progetto:
@@ -33,17 +28,17 @@ Utilizza i dati per completare le seguenti attività:
- Crea una funzione `draw_bar_plot` che disegna un grafico a barre simile a "examples/Figure_2.png". Dovrebbe mostrare le visualizzazioni medie giornaliere delle pagine per ogni mese raggruppato per anno. La legenda dovrebbe mostrare le etichette dei mesi e avere il titolo `Months`. Sul grafico, l'etichetta sull'asse x dovrebbe essere `Years` e l'etichetta sull'asse y dovrebbe essere `Average Page Views`.
- Crea una funzione `draw_box_plot` che utilizzi Seaborn per disegnare due grafici adiacenti simili a "examples/Figure_3.png". Questi grafici a riquadro devono mostrare come sono distribuiti i valori entro un determinato anno o mese e il confronto nel tempo. Il titolo del primo grafico dovrebbe essere `Year-wise Box Plot (Trend)` e il titolo del secondo grafico dovrebbe essere `Month-wise Box Plot (Seasonality)`. Assicurati che le etichette mensili in basso inizino con `Jan` e gli assi x e y siano etichettati correttamente. Il boilerplate include comandi per preparare i dati.
Per ogni grafico, assicurati di utilizzare una copia del frame di dati. I test unitari sono scritti per te in `test_module.py`.
Per ogni grafico, assicurati di utilizzare una copia del frame di dati.
Il boilerplate include anche comandi per salvare e restituire l'immagine.
## Sviluppo
Nello sviluppo, puoi usare `main.py` per testare le tue funzioni. Usa il bottone "run" e `main.py` sarà eseguito.
Write your code in `time_series_visualizer.py`. For development, you can use `main.py` to test your code.
## Test
Abbiamo impotato i test da `test_module.py` in `main.py` per la tua convenienza. I test saranno eseguiti automaticamente quando usi il bottone "run".
The unit tests for this project are in `test_module.py`. Abbiamo impotato i test da `test_module.py` in `main.py` per la tua convenienza.
## Invio

View File

@@ -8,12 +8,7 @@ dashedName: sea-level-predictor
# --description--
Lavorerai a <a href="https://replit.com/github/freeCodeCamp/boilerplate-sea-level-predictor" target="_blank" rel="noopener noreferrer nofollow">questo progetto con il nostro codice d'inizio su Replit</a>.
- Inizia importando il progetto su Replit.
- Poi vedrai una finestra `.replit`.
- Seleziona `Use run command` e clicca sul pulsante `Done`.
You will be <a href="https://gitpod.io/?autostart=true#https://github.com/freeCodeCamp/boilerplate-sea-level-predictor/" target="_blank" rel="noopener noreferrer nofollow">working on this project with our Gitpod starter code</a>.
Stiamo ancora sviluppando la parte didattica interattiva del curriculum di Python. Per ora, ecco alcuni video sul canale YouTube di freeCodeCamp.org che ti insegneranno tutto quello che devi sapere per completare questo progetto:
@@ -33,17 +28,15 @@ Usa i dati per completare le seguenti attività:
- Traccia una nuova retta di regressione utilizzando i dati dall'anno 2000 all'anno più recente nel set di dati. Fai passare la linea anche per l'anno 2050 per prevedere quale sarà l'aumento del livello del mare nel 2050 se il tasso di crescita continuerà come ha fatto dal 2000 in poi.
- L'asse x dovrebbe essere `Year`, l'asse y dovrebbe essere `Sea Level (inches)` e il titolo dovrebbe essere `Rise in Sea Level`.
I test unitari sono scritti per te in `test_module.py`.
Il boilerplate include anche comandi per salvare e restituire l'immagine.
## Sviluppo
Nello sviluppo, puoi usare `main.py` per testare le tue funzioni. Usa il bottone "run" e `main.py` sarà eseguito.
Write your code in `sea_level_predictor.py`. For development, you can use `main.py` to test your code.
## Test
Abbiamo importato i test da `test_module.py` in `main.py` per tua convenienza. I test saranno eseguiti automaticamente quando usi il bottone "run".
The unit tests for this project are in `test_module.py`. Abbiamo importato i test da `test_module.py` in `main.py` per tua convenienza.
## Invio