Visualizzazione 2 - Challenge

1. Il protosincrotrone

✪✪ Requisiti: matplotlib, strutture varie

♫ Plottiam ♫ Plottiam ♫ ! In un recente esperimento svolto in collaborazione tra il CERN e la NASA abbiamo raccolto un sacco di dati.

Si tratta di punti nello spazio che ci segnalano come i bosoni bi-gravitazionali interagiscono con le stringhe di campo finito per comporre il flusso canalizzatore della tarapia tapioca.

Ogni scienziato che partecipava all’esperimento ha usato un formato diverso per i dati, ma l’idea di fondo è sempre la stessa:

[[1, 10], [0, 0]]

rappresenta

       x   y
punto1(1,  0)
punto2(10, 0)

e similmente per le altre strutture.

([4, 4], [0, 4])

       x  y
punto1(4, 0)
punto2(4, 4)

Matplotlib ci mette a disposizione una funzione per plottare segmenti definiti per punti:

plt.plot(lista di x, lista di y)

1. prova a chiamare plot tante volte, una per ciascun segmento da visualizzare - noterai che ogni segmento verrà mostrato di un colore casuale diverso.

2. prova a chiamare plot una sola volta per plottare tutti i punti in un colpo solo, dovresti ottenere una linea spezzata dello stesso colore.

import matplotlib
import matplotlib.pyplot as plt

# Questi sono i dati raccolti dai vari laboratori
part1 = [[1, 10], [0, 0]]
part2 = ([4, 4], [0, 4])
part3 = {"x": [8, 8], "y": [0, 4]}
more_parts = {
    "part4":[[4, 8], [4, 4]],
    "part5":[[4, 6], [4, 6]],
    "part6":[[8, 6], [4, 6]]
}

# scrivi qui sotto

2. Il Trader

✪✪ Un’analisi di mercato mira a comparare la performance di un titolo con il mercato di riferimento (benchmark), riportati in una tabella verticale in questo formato:

giorno  benchmark titolo
    0     18        9
    2     19       11
    4     15        7
    6      4        9
    8      8       11
    10    16       12
    12    17       13
    14    11        9
    16     9       11
    18     5       10

Sono state compiute 10 rilevazioni a distanza ciascuna di 2 giorni. Si vuole visualizzare:

1. l’andamento del benchmark, in blu

2. l’andamento del titolo, in arancione

3. il minimo e il massimo del solo titolo come linee orizzontali, rispettivamente rossa e verde

• mostra i giorni come interi (prova a usare plt.xticks)

• RICORDATI di impostare il titolo del grafico e gli assi

• USA numpy il più possibile

SUGGERIMENTI:

• per avere grafici multipli in sovraimpressione è sufficiente fare chiamate successive a plt.plot nella stessa cella.

• per i colori, usa l’attributo color= nelle chiamate a plt.plot

• per le linee tratteggiate, usa l’indicatore '--'

%matplotlib inline
import numpy as np
import matplotlib.pyplot as plt

m = np.array([
    [ 0,18, 9],
    [ 2,19,11],
    [ 4,15, 7],
    [ 6, 4, 9],
    [ 8, 8, 11],
    [10,16,12],
    [12,17,13],
    [14,11, 9],
    [16, 9,11],
    [18, 5,10],
])

# scrivi qui

3. IgNobel

✪✪ Requisiti: matplotlib, random, strutture varie

Come ogni scienziato indegno di rispetto sa, quando i dati degli esperimenti non tornano è il momento di inventarsi numeri.

Per creare grafici più credibili proviamo a generare due sequenze di punti casuali utilizzando la libreria random, e poi proviamo a plottare questi punti.

• ogni sequenza deve avere almeno 200 punti

• per avere un risultato più interessante proviamo a vedere sequenze di punti estratti da distribuzioni statistiche differenti: UNIFORM e EXPOVARIATE

• riesci a plottare le sequenze ordinate?

SUGGERIMENTO: random mette già a disposizione dei metodi per fare sampling da distribuzioni.

import matplotlib
import matplotlib.pyplot as plt
import random

# scrivi qui