freeCodeCamp/curriculum/challenges/italian/08-data-analysis-with-python/data-analysis-with-python-projects/sea-level-predictor.md

id, title, challengeType, forumTopicId, dashedName

id	title	challengeType	forumTopicId	dashedName
5e4f5c4b570f7e3a4949899f	Predittore del livello del mare	10	462370	sea-level-predictor

--description--

Lavorerai a questo progetto con il nostro codice d'inizio su Replit.

• Start by importing the project on Replit.
• Next, you will see a .replit window.
• Select Use run command and click the Done button.

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:

• Python for Everybody Video Course(14 hours)

• How to Analyze Data with Python Pandas (10 hours)

--instructions--

Analizzerai un set di dati del cambiamento globale medio del livello del mare dal 1880. Userai i dati per predire il cambiamento del livello del mare fino all'anno 2050 incluso.

Usa i dati per completare le seguenti attività:

• Use Pandas to import the data from epa-sea-level.csv.
• Use matplotlib to create a scatter plot using the Year column as the x-axis and the CSIRO Adjusted Sea Level column as the y-axix.
• Use the linregress function from scipy.stats to get the slope and y-intercept of the line of best fit. Plot the line of best fit over the top of the scatter plot. Make the line go through the year 2050 to predict the sea level rise in 2050.
• Plot a new line of best fit just using the data from year 2000 through the most recent year in the dataset. Make the line also go through the year 2050 to predict the sea level rise in 2050 if the rate of rise continues as it has since the year 2000.
• The x label should be Year, the y label should be Sea Level (inches), and the title should be 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.

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".

Invio

Copia l'URL del tuo progetto e consegnalo nell'input qua sotto.

Sorgente Dati

Cambiamento medio assoluto globale del livello del mare, dal 1880 al 2014 da US Environmental Protection Agency usando i dati da CSIRO, 2015; NOAA, 2015.

--hints--

Dovrebbe superare tutti i test Python.

--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.