Der Code muss in Python >=3.8.5 mit numpy >=1.19.2, pandas >=1.1.3, matplotlib >=3.3.2, seaborn >=0.11.0 bzw. plotly >=4.12.0 lauffähig sein. Falls weitere Pakete oder andere Versionen verwendet werden, muss die jeweilige Version angegeben werden.
<Nachname>_<Vorname>_mockexam.py (z.B. musterman_max_mockexam.py) und bearbeiten in dieser Datei die Aufgabe.a und b als 3 bzw. 5 (1 Punkt)berechnung, die die Variablen a und b als Input hat. (1 Punkt)a und b gleich 0 ist,
falls dies der Fall ist: Printe a+b muss ungleich 0 sein. und gebe None zurück. *(2 Punkte)
(a-b)/(a+b) zurück. (2 Punkte)x als Float mit dem Wert 0. (1 Punkt)x_is_float als TRUE, falls x vom Typ float, andernfalls als FALSE. Tipp: Verwenden Sie dazu die Funktion isinstance. (1 Punkt)dictionary mit dem Namen farben mit folgendem Mapping (3 Punkte)
green ausgeben. (1 Punkt) 1
12
123
1234
...
123456789
<Nachname>_<Vorname>_mockexam.ipynb (z.B. musterman_max_mockexam.ipynb) und bearbeiten in dieser Datei die Aufgabe.v, der wie folgt aussieht. (1 Punkt)
[ 0, 4, 8, 12, 16, ..., 196]
m der Dimension (50,50), die auf ihren Diagonalen überall eine 1 hat sonst nur Nullen. (1 Punkt)m auf NA. (1 Punkt)z der Dimension (1,50) mit unabhängig normalverteilten Zufallsvariablen zu erzeugen. (1 Punkt)z und speichern Sie den Vektor als z_log. (1 Punkte)z_log und m. (1 Punkt)Für diese Aufgabe benötigen Sie den Datensatz pendler.csv.
pendler.csv. Tipp: Setzen Sie die folgenden Parameter beim Import mit Pandas sep=";" und thousands=".". (2 Punkte)Gemeindekennziffer und setzen Sie die Spalte Name als Index. Speichern Sie den so erhaltenen Datensatz ab und verwenden ihn für die folgenden Aufgaben. (2 Punkte)Nettopendler, die sich als Differenz aus der Spalte Einpendler und Auspendler ergibt. (1 Punkt)Einpendlerquote, indem Sie die Spalte Einpendler durch Erwerbstaetige_am_Arbeitsort teilen. (1 Punkt)Erwerbstaetige_am_Arbeitsort und Einpendlerquote an. (2 Punkte)Senden Sie die beiden von Ihnen erstellten Dateien bis Abgabeschluss per E-Mail an kurse@stads.de.