Программирование[11]

[DANIS[Oo]]

Just.Doit написал 9 часов назад:

DANIS[Oo] написал 23 часа назад:

раньше в совке были заводы

потяно блять. можешь не продолжать

 

DANIS[Oo] написал 23 часа назад:

я к тому что это абсолютно естественный процесс, когда какой-то рынок начинается слоиться(а рынок IT достаточно молод) на топ сегмент и сегмент широкого потребителя, т.е. формошлепов нужно будет много, и, вероятно, зп за них не будет не такой высокой (сейчас чуть ли не стаж является главным фактором в твоей зп, ЛОЛ), а прошаренные челибосы будут цениться еще дороже, и не факт, что это произойдет из-за ИИ

чел блять

опять

хватит вещи сравнивать с людьми и услугами

 

вот есть врачи - высококвалифицированная работа, технологически постоянно меняется. давай на примере такой аналогии хотябы. ну или те же инженеры которые проектируют здания или вещи - это гораздо ближе к программистам.

 

инженеры, проектирующие здания - есть сайты с тысячами готовых домов, ты заходишь, смотришь домик(там уже спроектированы инженерные сети), он тебе нравится, ты заказываешь проект, платишь бабки, проект подгоняется под твои условия,  в итоге, ты платишь сильно меньше, чем если заказывать проект с 0, т.е. зачем нужно большое количество архитекторов, когда уже есть огромная куча готовых типовых проектов

 

с врачами хз че там, в РФ врачи - это сломанная профессия

[Just.Doit]

DANIS[Oo] написал 2 часа назад:

он тебе нравится, ты заказываешь проект, платишь бабки, проект подгоняется под твои условия,  в итоге, ты платишь сильно меньше, чем если заказывать проект с 0, т.е. зачем нужно большое количество архитекторов, когда уже есть огромная куча готовых типовых проектов

похоже на сайт на вордпрессе и работу веберов

в целом да. какойнить "зерокодинг" свои "ниши" занимает и займет еще больше наверное

 

с другой стороны я знаю кучу архитекторов которые постоянно работают и заказов море. и "домики" - это какая-то очень маленькая ниша. гораздо больше (по обьему работ) строят жилья или коммерческих зданий и там нужно довольно много архитекторов, кажется. там типовыми обычно являются строительные блоки (вроде в рф бывают что копипастят целые здания между проектами, но в европе такого не видел), а как их скомпозировать чтобы при этом и красиво и функционально и везде все по технорлогии сошлось - вот тут тебе типовые проекты домикво никак не помогают. при этом они технологически развиваются - привносят компьютеризацию и автоматизацию. правда лет 5-6 назад это было на уровне "ооо ебать, если ты очень умный и освоил алгоритмы/программинг/информатику можно компом генерить здания или заготовку будущего проекта где очень много всего уже сделано"

 

Изменено 6 января 2023 пользователем Just.Doit

[DANIS[Oo]]

Just.Doit написал 1 час назад:

DANIS[Oo] написал 4 часа назад:

он тебе нравится, ты заказываешь проект, платишь бабки, проект подгоняется под твои условия,  в итоге, ты платишь сильно меньше, чем если заказывать проект с 0, т.е. зачем нужно большое количество архитекторов, когда уже есть огромная куча готовых типовых проектов

похоже на сайт на вордпрессе и работу веберов

в целом да. какойнить "зерокодинг" свои "ниши" занимает и займет еще больше наверное

 

с другой стороны я знаю кучу архитекторов которые постоянно работают и заказов море. и "домики" - это какая-то очень маленькая ниша. гораздо больше (по обьему работ) строят жилья или коммерческих зданий и там нужно довольно много архитекторов, кажется. там типовыми обычно являются строительные блоки (вроде в рф бывают что копипастят целые здания между проектами, но в европе такого не видел), а как их скомпозировать чтобы при этом и красиво и функционально и везде все по технорлогии сошлось - вот тут тебе типовые проекты домикво никак не помогают. при этом они технологически развиваются - привносят компьютеризацию и автоматизацию. правда лет 5-6 назад это было на уровне "ооо ебать, если ты очень умный и освоил алгоритмы/программинг/информатику можно компом генерить здания или заготовку будущего проекта где очень много всего уже сделано"

 

 

 

я пытался подвести к тому, что программисты никуда не пропадут, т.е. всегда нужны крутые программисты (как и крутые архитекторы или любые хорошие специалисты в любой сфере), а на рынке большое количество формошлепов (коим я являюсь), чей труд можно сократить, при этом, эти люди получают приличные деньги, и бизнес сам придумает, как сэкономить свои деньги, т.е. получим ситуацию, когда новичок будет стоить дешево, у него будет высокий порог входа -> интерес спадет из-за сложного входа -> в какой-то момент начнется дефицит мидлов/синьеров -> зп у опытных полезут наверх

[MacJei]

hira88 написал 18 часов назад:

Baza_KAiF написал 18 часов назад:

Заканчивай хорохориться, лучше спроси у гпт как лучше оформить резюме для макдональдса

Я пользовался "без регистрации"(через дыру) ChatGPT но это прикрыли еще в первую неделю.

Для регистрации там нужен мобильный телефон, но у меня нет, а из бесплатных что в интернете я не нашел тех которые еще не использовались там.

есть чатботы в тг через которые можно кидать запросы туда

[madvlaydin]

DANIS[Oo] написал 06.01.2023 в 14:48:

когда новичок будет стоить дешево, у него будет высокий порог входа -> интерес спадет из-за сложного входа -> в какой-то момент начнется дефицит мидлов/синьеров -> зп у опытных полезут наверх

оно уже так и работает

[top1]

хелп програмеры

короче есть устройство которое находится в домашней вайфай сети, к нему можно подключится по его айпи только если находишься с ним в одной сети

как сделать что б можно было к нему подключится из интернета по этому айпи например ?

[Kant]

никак, этот айпи не имеет смысла за пределами твоей локальной сети

тебе надо либо пробрасывать порты на роутере для конкретных случаев, при этом твой роутер сам не должен быть за натом провайдера

либо использовать внешний сервер с белым айпи для пробития ната. упнп там еще где-то ходит, но я уже дальше не шарю

[UglyBastard]

Kant написал 31 минуту назад:

никак, этот айпи не имеет смысла за пределами твоей локальной сети

а если ipv6

[madvlaydin]

besteady написал 7 минут назад:

Kant написал 39 минут назад:

никак, этот айпи не имеет смысла за пределами твоей локальной сети

а если ipv6

а если ddns ещё заюзать

[Kant]

besteady написал 10 минут назад:

Kant написал 42 минуты назад:

никак, этот айпи не имеет смысла за пределами твоей локальной сети

а если ipv6

а еще девочки радугой какают, а не говном

[Index]

top1 написал 1 час назад:

хелп програмеры

короче есть устройство которое находится в домашней вайфай сети, к нему можно подключится по его айпи только если находишься с ним в одной сети

как сделать что б можно было к нему подключится из интернета по этому айпи например ?

а к вайфай роутеру можешь подключиться? Если можешь, то ты можешь настроить там порт-маппинг например

:1488 - > 192.168.1.3:1488

 

[top1]

Index написал 3 минуты назад:

top1 написал 1 час назад:

хелп програмеры

короче есть устройство которое находится в домашней вайфай сети, к нему можно подключится по его айпи только если находишься с ним в одной сети

как сделать что б можно было к нему подключится из интернета по этому айпи например ?

а к вайфай роутеру можешь подключиться? Если можешь, то ты можешь настроить там порт-маппинг например

:1488 - > 192.168.1.3:1488

 

Через tether могу зайти в кабинет tplink 

а шо дальше я тупой 

Изменено 12 января 2023 пользователем top1

[Index]

Опять же если у тебя схема роутер провайдера, вайфай роутер, устройство то будет 2 цепочки маппингов.

Так же ты можешь настроить правило, чтобы устройству с определенным HWID всегда выпадал определенный адрес 192.168.1.69 например и забить его в маппингах

top1 написал 4 минуты назад:

Index написал 7 минут назад:

top1 написал 1 час назад:

хелп програмеры

короче есть устройство которое находится в домашней вайфай сети, к нему можно подключится по его айпи только если находишься с ним в одной сети

как сделать что б можно было к нему подключится из интернета по этому айпи например ?

а к вайфай роутеру можешь подключиться? Если можешь, то ты можешь настроить там порт-маппинг например

:1488 - > 192.168.1.3:1488

 

Через tether могу зайти в кабинет tplink 

а шо дальше я тупой 

 

Ну если тупой то умней хуле. 

Идешь на https://whatismyipaddress.com/

Копируешь свой айпи адрес и открываешь в браузере, если увидел вход в админку своего роутера то заебись. Если не увидел, то ещё может быть твой роутер фильтрует трафик извне.

Ну или у тебя айпи за NATом и/или провайдер блочит 80 и/или все внешние порты.

Но если у тебя выделенный айпишник (пусть даже и серый (с ротацией))  ты можешь настроить на роутере DynDNS и всегда иметь доступ к своему устройству по какому-нибудь

https://яебусобак.рф

Изменено 12 января 2023 пользователем Index

[ural1qqq]

че работы дохуя да пацаны 

[Baza_KAiF]

top1 написал 12.01.2023 в 16:27:

хелп програмеры

короче есть устройство которое находится в домашней вайфай сети, к нему можно подключится по его айпи только если находишься с ним в одной сети

как сделать что б можно было к нему подключится из интернета по этому айпи например ?

из внешки радмином к домашнему компу подключайся и с него заходи уже

[madvlaydin]

ural1qqq написал 20 часов назад:

че работы дохуя да пацаны 

ну вот на регресс перед релизом потратил 3 дня почти, говна накидали за полтора месяца, пока задеплоил релизные версии, пока конфижки поправил уже минус день, потом собственно регресс, а там другой набор тестов, опять же навалили шо пездец

[pjk530]

помогите с питоном, пожалуйста, не понимаю в чём ошибка.

  задание

Соберите среднее количество робокотов по каждому сегменту из предыдущей задачи в один список. В другом списке перечислите названия сегментов через запятую: 'Segment 0', 'Segment 1', 'Segment 2'. Затем импортируйте seaborn и вызовите функцию barplot(), передав ей список со средними показателями как x и список с названиями сегментов как y.

  код

import pandas
import seaborn
data = pandas.read_csv('support_data.csv')
segment = list(data['segment'])
robocats = list(data['robocats'])
list0 = []
list1 = ['Segment 0', 'Segment 1', 'Segment 2']
cats = 0
counter = 0
for index in range(len(data)):
    if segment[index] == 'Segment 0':
        cats += robocats[index]
        counter += 1
        list0.append(cats / counter)
cats = 0
counter = 0
for index in range(len(data)):
    if segment[index] == 'Segment 1':
        cats += robocats[index]
        counter += 1
        list0.append(cats / counter)
cats = 0
counter = 0
for index in range(len(data)):
    if segment[index] == 'Segment 2':
        cats += robocats[index]
        counter += 1
        list0.append(cats / counter)
seaborn.barplot(x = list0, y = list1)

  ошибка

---------------------------------------------------------------------------

KeyError Traceback (most recent call last)

Input In [1], in <cell line: 30>() 28 counter [38;5;241m+[39m[38;5;241m=[39m [38;5;241m1[39m 29 list0[38;5;241m.[39mappend(cats [38;5;241m/[39m counter) ---> 30 [43mseaborn[49m[38;5;241;43m.[39;49m[43mbarplot[49m[43m([49m[43mx[49m[43m [49m[38;5;241;43m=[39;49m[43m [49m[43mlist0[49m[43m,[49m[43m [49m[43my[49m[43m [49m[38;5;241;43m=[39;49m[43m [49m[43mlist1[49m[43m)[49m

File /usr/local/lib/python3.9/site-packages/seaborn/_decorators.py:46, in _deprecate_positional_args.<locals>.inner_f(*args, **kwargs) 36 warnings[38;5;241m.[39mwarn( 37 [38;5;124m"[39m[38;5;124mPass the following variable[39m[38;5;132;01m{}[39;00m[38;5;124m as [39m[38;5;132;01m{}[39;00m[38;5;124mkeyword arg[39m[38;5;132;01m{}[39;00m[38;5;124m: [39m[38;5;132;01m{}[39;00m[38;5;124m. [39m[38;5;124m"[39m 38 [38;5;124m"[39m[38;5;124mFrom version 0.12, the only valid positional argument [39m[38;5;124m"[39m (...) 43 [38;5;167;01mFutureWarning[39;00m 44 ) 45 kwargs[38;5;241m.[39mupdate({k: arg [38;5;28;01mfor[39;00m k, arg [38;5;129;01min[39;00m [38;5;28mzip[39m(sig[38;5;241m.[39mparameters, args)}) ---> 46 [38;5;28;01mreturn[39;00m [43mf[49m[43m([49m[38;5;241;43m*[39;49m[38;5;241;43m*[39;49m[43mkwargs[49m[43m)[49m

File /usr/local/lib/python3.9/site-packages/seaborn/categorical.py:3179, in barplot(x, y, hue, data, order, hue_order, estimator, ci, n_boot, units, seed, orient, color, palette, saturation, errcolor, errwidth, capsize, dodge, ax, **kwargs) 3166 [38;5;129m@_deprecate_positional_args[39m 3167 [38;5;28;01mdef[39;00m [38;5;21mbarplot[39m( 3168 [38;5;241m*[39m, (...) 3176 [38;5;241m*[39m[38;5;241m*[39mkwargs, 3177 ): -> 3179 plotter [38;5;241m=[39m [43m_BarPlotter[49m[43m([49m[43mx[49m[43m,[49m[43m [49m[43my[49m[43m,[49m[43m [49m[43mhue[49m[43m,[49m[43m [49m[43mdata[49m[43m,[49m[43m [49m[43morder[49m[43m,[49m[43m [49m[43mhue_order[49m[43m,[49m 3180 [43m [49m[43mestimator[49m[43m,[49m[43m [49m[43mci[49m[43m,[49m[43m [49m[43mn_boot[49m[43m,[49m[43m [49m[43munits[49m[43m,[49m[43m [49m[43mseed[49m[43m,[49m 3181 [43m [49m[43morient[49m[43m,[49m[43m [49m[43mcolor[49m[43m,[49m[43m [49m[43mpalette[49m[43m,[49m[43m [49m[43msaturation[49m[43m,[49m 3182 [43m [49m[43merrcolor[49m[43m,[49m[43m [49m[43merrwidth[49m[43m,[49m[43m [49m[43mcapsize[49m[43m,[49m[43m [49m[43mdodge[49m[43m)[49m 3184 [38;5;28;01mif[39;00m ax [38;5;129;01mis[39;00m [38;5;28;01mNone[39;00m: 3185 ax [38;5;241m=[39m plt[38;5;241m.[39mgca()

File /usr/local/lib/python3.9/site-packages/seaborn/categorical.py:1584, in _BarPlotter.__init__(self, x, y, hue, data, order, hue_order, estimator, ci, n_boot, units, seed, orient, color, palette, saturation, errcolor, errwidth, capsize, dodge) 1579 [38;5;28;01mdef[39;00m [38;5;21m__init__[39m([38;5;28mself[39m, x, y, hue, data, order, hue_order, 1580 estimator, ci, n_boot, units, seed, 1581 orient, color, palette, saturation, errcolor, 1582 errwidth, capsize, dodge): 1583 [38;5;124;03m"""Initialize the plotter."""[39;00m -> 1584 [38;5;28;43mself[39;49m[38;5;241;43m.[39;49m[43mestablish_variables[49m[43m([49m[43mx[49m[43m,[49m[43m [49m[43my[49m[43m,[49m[43m [49m[43mhue[49m[43m,[49m[43m [49m[43mdata[49m[43m,[49m[43m [49m[43morient[49m[43m,[49m 1585 [43m [49m[43morder[49m[43m,[49m[43m [49m[43mhue_order[49m[43m,[49m[43m [49m[43munits[49m[43m)[49m 1586 [38;5;28mself[39m[38;5;241m.[39mestablish_colors(color, palette, saturation) 1587 [38;5;28mself[39m[38;5;241m.[39mestimate_statistic(estimator, ci, n_boot, seed)

File /usr/local/lib/python3.9/site-packages/seaborn/categorical.py:206, in _CategoricalPlotter.establish_variables(self, x, y, hue, data, orient, order, hue_order, units) 203 group_names [38;5;241m=[39m categorical_order(groups, order) 205 [38;5;66;03m# Group the numeric data[39;00m --> 206 plot_data, value_label [38;5;241m=[39m [38;5;28;43mself[39;49m[38;5;241;43m.[39;49m[43m_group_longform[49m[43m([49m[43mvals[49m[43m,[49m[43m [49m[43mgroups[49m[43m,[49m 207 [43m [49m[43mgroup_names[49m[43m)[49m 209 [38;5;66;03m# Now handle the hue levels for nested ordering[39;00m 210 [38;5;28;01mif[39;00m hue [38;5;129;01mis[39;00m [38;5;28;01mNone[39;00m:

File /usr/local/lib/python3.9/site-packages/seaborn/categorical.py:253, in _CategoricalPlotter._group_longform(self, vals, grouper, order) 250 vals [38;5;241m=[39m pd[38;5;241m.[39mSeries(vals, index[38;5;241m=[39mindex) 252 [38;5;66;03m# Group the val data[39;00m --> 253 grouped_vals [38;5;241m=[39m [43mvals[49m[38;5;241;43m.[39;49m[43mgroupby[49m[43m([49m[43mgrouper[49m[43m)[49m 254 out_data [38;5;241m=[39m [] 255 [38;5;28;01mfor[39;00m g [38;5;129;01min[39;00m order:

File /usr/local/lib/python3.9/site-packages/pandas/core/series.py:1720, in Series.groupby(self, by, axis, level, as_index, sort, group_keys, squeeze, observed, dropna) 1717 [38;5;28;01mraise[39;00m [38;5;167;01mTypeError[39;00m([38;5;124m"[39m[38;5;124mYou have to supply one of [39m[38;5;124m'[39m[38;5;124mby[39m[38;5;124m'[39m[38;5;124m and [39m[38;5;124m'[39m[38;5;124mlevel[39m[38;5;124m'[39m[38;5;124m"[39m) 1718 axis [38;5;241m=[39m [38;5;28mself[39m[38;5;241m.[39m_get_axis_number(axis) -> 1720 [38;5;28;01mreturn[39;00m [43mSeriesGroupBy[49m[43m([49m 1721 [43m [49m[43mobj[49m[38;5;241;43m=[39;49m[38;5;28;43mself[39;49m[43m,[49m 1722 [43m [49m[43mkeys[49m[38;5;241;43m=[39;49m[43mby[49m[43m,[49m 1723 [43m [49m[43maxis[49m[38;5;241;43m=[39;49m[43maxis[49m[43m,[49m 1724 [43m [49m[43mlevel[49m[38;5;241;43m=[39;49m[43mlevel[49m[43m,[49m 1725 [43m [49m[43mas_index[49m[38;5;241;43m=[39;49m[43mas_index[49m[43m,[49m 1726 [43m [49m[43msort[49m[38;5;241;43m=[39;49m[43msort[49m[43m,[49m 1727 [43m [49m[43mgroup_keys[49m[38;5;241;43m=[39;49m[43mgroup_keys[49m[43m,[49m 1728 [43m [49m[43msqueeze[49m[38;5;241;43m=[39;49m[43msqueeze[49m[43m,[49m 1729 [43m [49m[43mobserved[49m[38;5;241;43m=[39;49m[43mobserved[49m[43m,[49m 1730 [43m [49m[43mdropna[49m[38;5;241;43m=[39;49m[43mdropna[49m[43m,[49m 1731 [43m[49m[43m)[49m

File /usr/local/lib/python3.9/site-packages/pandas/core/groupby/groupby.py:560, in BaseGroupBy.__init__(self, obj, keys, axis, level, grouper, exclusions, selection, as_index, sort, group_keys, squeeze, observed, mutated, dropna) 557 [38;5;28;01mif[39;00m grouper [38;5;129;01mis[39;00m [38;5;28;01mNone[39;00m: 558 [38;5;28;01mfrom[39;00m [38;5;21;01mpandas[39;00m[38;5;21;01m.[39;00m[38;5;21;01mcore[39;00m[38;5;21;01m.[39;00m[38;5;21;01mgroupby[39;00m[38;5;21;01m.[39;00m[38;5;21;01mgrouper[39;00m [38;5;28;01mimport[39;00m get_grouper --> 560 grouper, exclusions, obj [38;5;241m=[39m [43mget_grouper[49m[43m([49m 561 [43m [49m[43mobj[49m[43m,[49m 562 [43m [49m[43mkeys[49m[43m,[49m 563 [43m [49m[43maxis[49m[38;5;241;43m=[39;49m[43maxis[49m[43m,[49m 564 [43m [49m[43mlevel[49m[38;5;241;43m=[39;49m[43mlevel[49m[43m,[49m 565 [43m [49m[43msort[49m[38;5;241;43m=[39;49m[43msort[49m[43m,[49m 566 [43m [49m[43mobserved[49m[38;5;241;43m=[39;49m[43mobserved[49m[43m,[49m 567 [43m [49m[43mmutated[49m[38;5;241;43m=[39;49m[38;5;28;43mself[39;49m[38;5;241;43m.[39;49m[43mmutated[49m[43m,[49m 568 [43m [49m[43mdropna[49m[38;5;241;43m=[39;49m[38;5;28;43mself[39;49m[38;5;241;43m.[39;49m[43mdropna[49m[43m,[49m 569 [43m [49m[43m)[49m 571 [38;5;28mself[39m[38;5;241m.[39mobj [38;5;241m=[39m obj 572 [38;5;28mself[39m[38;5;241m.[39maxis [38;5;241m=[39m obj[38;5;241m.[39m_get_axis_number(axis)

File /usr/local/lib/python3.9/site-packages/pandas/core/groupby/grouper.py:811, in get_grouper(obj, key, axis, level, sort, observed, mutated, validate, dropna) 809 in_axis, name, level, gpr [38;5;241m=[39m [38;5;28;01mFalse[39;00m, [38;5;28;01mNone[39;00m, gpr, [38;5;28;01mNone[39;00m 810 [38;5;28;01melse[39;00m: --> 811 [38;5;28;01mraise[39;00m [38;5;167;01mKeyError[39;00m(gpr) 812 [38;5;28;01melif[39;00m [38;5;28misinstance[39m(gpr, Grouper) [38;5;129;01mand[39;00m gpr[38;5;241m.[39mkey [38;5;129;01mis[39;00m [38;5;129;01mnot[39;00m [38;5;28;01mNone[39;00m: 813 [38;5;66;03m# Add key to exclusions[39;00m 814 exclusions[38;5;241m.[39madd(gpr[38;5;241m.[39mkey)

KeyError: 'Segment 0'

[Kant]

даже в темплейтах плюсов стектрейс лучше чем здесь

[UglyBastard]

Kant написал 3 минуты назад:

даже в темплейтах плюсов стектрейс лучше чем здесь

Там норм стектрейс, просто он как-то по-уебански скопировал/запускает

pjk530 написал 1 час назад:

помогите с питоном, пожалуйста, не понимаю в чём ошибка.

  задание

Соберите среднее количество робокотов по каждому сегменту из предыдущей задачи в один список. В другом списке перечислите названия сегментов через запятую: 'Segment 0', 'Segment 1', 'Segment 2'. Затем импортируйте seaborn и вызовите функцию barplot(), передав ей список со средними показателями как x и список с названиями сегментов как y.

  код

import pandas
import seaborn
data = pandas.read_csv('support_data.csv')
segment = list(data['segment'])
robocats = list(data['robocats'])
list0 = []
list1 = ['Segment 0', 'Segment 1', 'Segment 2']
cats = 0
counter = 0
for index in range(len(data)):
    if segment[index] == 'Segment 0':
        cats += robocats[index]
        counter += 1
        list0.append(cats / counter)
cats = 0
counter = 0
for index in range(len(data)):
    if segment[index] == 'Segment 1':
        cats += robocats[index]
        counter += 1
        list0.append(cats / counter)
cats = 0
counter = 0
for index in range(len(data)):
    if segment[index] == 'Segment 2':
        cats += robocats[index]
        counter += 1
        list0.append(cats / counter)
seaborn.barplot(x = list0, y = list1)

  ошибка

---------------------------------------------------------------------------

KeyError Traceback (most recent call last)

Input In [1], in <cell line: 30>() 28 counter [38;5;241m+[39m[38;5;241m=[39m [38;5;241m1[39m 29 list0[38;5;241m.[39mappend(cats [38;5;241m/[39m counter) ---> 30 [43mseaborn[49m[38;5;241;43m.[39;49m[43mbarplot[49m[43m([49m[43mx[49m[43m [49m[38;5;241;43m=[39;49m[43m [49m[43mlist0[49m[43m,[49m[43m [49m[43my[49m[43m [49m[38;5;241;43m=[39;49m[43m [49m[43mlist1[49m[43m)[49m

File /usr/local/lib/python3.9/site-packages/seaborn/_decorators.py:46, in _deprecate_positional_args.<locals>.inner_f(*args, **kwargs) 36 warnings[38;5;241m.[39mwarn( 37 [38;5;124m"[39m[38;5;124mPass the following variable[39m[38;5;132;01m{}[39;00m[38;5;124m as [39m[38;5;132;01m{}[39;00m[38;5;124mkeyword arg[39m[38;5;132;01m{}[39;00m[38;5;124m: [39m[38;5;132;01m{}[39;00m[38;5;124m. [39m[38;5;124m"[39m 38 [38;5;124m"[39m[38;5;124mFrom version 0.12, the only valid positional argument [39m[38;5;124m"[39m (...) 43 [38;5;167;01mFutureWarning[39;00m 44 ) 45 kwargs[38;5;241m.[39mupdate({k: arg [38;5;28;01mfor[39;00m k, arg [38;5;129;01min[39;00m [38;5;28mzip[39m(sig[38;5;241m.[39mparameters, args)}) ---> 46 [38;5;28;01mreturn[39;00m [43mf[49m[43m([49m[38;5;241;43m*[39;49m[38;5;241;43m*[39;49m[43mkwargs[49m[43m)[49m

File /usr/local/lib/python3.9/site-packages/seaborn/categorical.py:3179, in barplot(x, y, hue, data, order, hue_order, estimator, ci, n_boot, units, seed, orient, color, palette, saturation, errcolor, errwidth, capsize, dodge, ax, **kwargs) 3166 [38;5;129m@_deprecate_positional_args[39m 3167 [38;5;28;01mdef[39;00m [38;5;21mbarplot[39m( 3168 [38;5;241m*[39m, (...) 3176 [38;5;241m*[39m[38;5;241m*[39mkwargs, 3177 ): -> 3179 plotter [38;5;241m=[39m [43m_BarPlotter[49m[43m([49m[43mx[49m[43m,[49m[43m [49m[43my[49m[43m,[49m[43m [49m[43mhue[49m[43m,[49m[43m [49m[43mdata[49m[43m,[49m[43m [49m[43morder[49m[43m,[49m[43m [49m[43mhue_order[49m[43m,[49m 3180 [43m [49m[43mestimator[49m[43m,[49m[43m [49m[43mci[49m[43m,[49m[43m [49m[43mn_boot[49m[43m,[49m[43m [49m[43munits[49m[43m,[49m[43m [49m[43mseed[49m[43m,[49m 3181 [43m [49m[43morient[49m[43m,[49m[43m [49m[43mcolor[49m[43m,[49m[43m [49m[43mpalette[49m[43m,[49m[43m [49m[43msaturation[49m[43m,[49m 3182 [43m [49m[43merrcolor[49m[43m,[49m[43m [49m[43merrwidth[49m[43m,[49m[43m [49m[43mcapsize[49m[43m,[49m[43m [49m[43mdodge[49m[43m)[49m 3184 [38;5;28;01mif[39;00m ax [38;5;129;01mis[39;00m [38;5;28;01mNone[39;00m: 3185 ax [38;5;241m=[39m plt[38;5;241m.[39mgca()

File /usr/local/lib/python3.9/site-packages/seaborn/categorical.py:1584, in _BarPlotter.__init__(self, x, y, hue, data, order, hue_order, estimator, ci, n_boot, units, seed, orient, color, palette, saturation, errcolor, errwidth, capsize, dodge) 1579 [38;5;28;01mdef[39;00m [38;5;21m__init__[39m([38;5;28mself[39m, x, y, hue, data, order, hue_order, 1580 estimator, ci, n_boot, units, seed, 1581 orient, color, palette, saturation, errcolor, 1582 errwidth, capsize, dodge): 1583 [38;5;124;03m"""Initialize the plotter."""[39;00m -> 1584 [38;5;28;43mself[39;49m[38;5;241;43m.[39;49m[43mestablish_variables[49m[43m([49m[43mx[49m[43m,[49m[43m [49m[43my[49m[43m,[49m[43m [49m[43mhue[49m[43m,[49m[43m [49m[43mdata[49m[43m,[49m[43m [49m[43morient[49m[43m,[49m 1585 [43m [49m[43morder[49m[43m,[49m[43m [49m[43mhue_order[49m[43m,[49m[43m [49m[43munits[49m[43m)[49m 1586 [38;5;28mself[39m[38;5;241m.[39mestablish_colors(color, palette, saturation) 1587 [38;5;28mself[39m[38;5;241m.[39mestimate_statistic(estimator, ci, n_boot, seed)

File /usr/local/lib/python3.9/site-packages/seaborn/categorical.py:206, in _CategoricalPlotter.establish_variables(self, x, y, hue, data, orient, order, hue_order, units) 203 group_names [38;5;241m=[39m categorical_order(groups, order) 205 [38;5;66;03m# Group the numeric data[39;00m --> 206 plot_data, value_label [38;5;241m=[39m [38;5;28;43mself[39;49m[38;5;241;43m.[39;49m[43m_group_longform[49m[43m([49m[43mvals[49m[43m,[49m[43m [49m[43mgroups[49m[43m,[49m 207 [43m [49m[43mgroup_names[49m[43m)[49m 209 [38;5;66;03m# Now handle the hue levels for nested ordering[39;00m 210 [38;5;28;01mif[39;00m hue [38;5;129;01mis[39;00m [38;5;28;01mNone[39;00m:

File /usr/local/lib/python3.9/site-packages/seaborn/categorical.py:253, in _CategoricalPlotter._group_longform(self, vals, grouper, order) 250 vals [38;5;241m=[39m pd[38;5;241m.[39mSeries(vals, index[38;5;241m=[39mindex) 252 [38;5;66;03m# Group the val data[39;00m --> 253 grouped_vals [38;5;241m=[39m [43mvals[49m[38;5;241;43m.[39;49m[43mgroupby[49m[43m([49m[43mgrouper[49m[43m)[49m 254 out_data [38;5;241m=[39m [] 255 [38;5;28;01mfor[39;00m g [38;5;129;01min[39;00m order:

File /usr/local/lib/python3.9/site-packages/pandas/core/series.py:1720, in Series.groupby(self, by, axis, level, as_index, sort, group_keys, squeeze, observed, dropna) 1717 [38;5;28;01mraise[39;00m [38;5;167;01mTypeError[39;00m([38;5;124m"[39m[38;5;124mYou have to supply one of [39m[38;5;124m'[39m[38;5;124mby[39m[38;5;124m'[39m[38;5;124m and [39m[38;5;124m'[39m[38;5;124mlevel[39m[38;5;124m'[39m[38;5;124m"[39m) 1718 axis [38;5;241m=[39m [38;5;28mself[39m[38;5;241m.[39m_get_axis_number(axis) -> 1720 [38;5;28;01mreturn[39;00m [43mSeriesGroupBy[49m[43m([49m 1721 [43m [49m[43mobj[49m[38;5;241;43m=[39;49m[38;5;28;43mself[39;49m[43m,[49m 1722 [43m [49m[43mkeys[49m[38;5;241;43m=[39;49m[43mby[49m[43m,[49m 1723 [43m [49m[43maxis[49m[38;5;241;43m=[39;49m[43maxis[49m[43m,[49m 1724 [43m [49m[43mlevel[49m[38;5;241;43m=[39;49m[43mlevel[49m[43m,[49m 1725 [43m [49m[43mas_index[49m[38;5;241;43m=[39;49m[43mas_index[49m[43m,[49m 1726 [43m [49m[43msort[49m[38;5;241;43m=[39;49m[43msort[49m[43m,[49m 1727 [43m [49m[43mgroup_keys[49m[38;5;241;43m=[39;49m[43mgroup_keys[49m[43m,[49m 1728 [43m [49m[43msqueeze[49m[38;5;241;43m=[39;49m[43msqueeze[49m[43m,[49m 1729 [43m [49m[43mobserved[49m[38;5;241;43m=[39;49m[43mobserved[49m[43m,[49m 1730 [43m [49m[43mdropna[49m[38;5;241;43m=[39;49m[43mdropna[49m[43m,[49m 1731 [43m[49m[43m)[49m

File /usr/local/lib/python3.9/site-packages/pandas/core/groupby/groupby.py:560, in BaseGroupBy.__init__(self, obj, keys, axis, level, grouper, exclusions, selection, as_index, sort, group_keys, squeeze, observed, mutated, dropna) 557 [38;5;28;01mif[39;00m grouper [38;5;129;01mis[39;00m [38;5;28;01mNone[39;00m: 558 [38;5;28;01mfrom[39;00m [38;5;21;01mpandas[39;00m[38;5;21;01m.[39;00m[38;5;21;01mcore[39;00m[38;5;21;01m.[39;00m[38;5;21;01mgroupby[39;00m[38;5;21;01m.[39;00m[38;5;21;01mgrouper[39;00m [38;5;28;01mimport[39;00m get_grouper --> 560 grouper, exclusions, obj [38;5;241m=[39m [43mget_grouper[49m[43m([49m 561 [43m [49m[43mobj[49m[43m,[49m 562 [43m [49m[43mkeys[49m[43m,[49m 563 [43m [49m[43maxis[49m[38;5;241;43m=[39;49m[43maxis[49m[43m,[49m 564 [43m [49m[43mlevel[49m[38;5;241;43m=[39;49m[43mlevel[49m[43m,[49m 565 [43m [49m[43msort[49m[38;5;241;43m=[39;49m[43msort[49m[43m,[49m 566 [43m [49m[43mobserved[49m[38;5;241;43m=[39;49m[43mobserved[49m[43m,[49m 567 [43m [49m[43mmutated[49m[38;5;241;43m=[39;49m[38;5;28;43mself[39;49m[38;5;241;43m.[39;49m[43mmutated[49m[43m,[49m 568 [43m [49m[43mdropna[49m[38;5;241;43m=[39;49m[38;5;28;43mself[39;49m[38;5;241;43m.[39;49m[43mdropna[49m[43m,[49m 569 [43m [49m[43m)[49m 571 [38;5;28mself[39m[38;5;241m.[39mobj [38;5;241m=[39m obj 572 [38;5;28mself[39m[38;5;241m.[39maxis [38;5;241m=[39m obj[38;5;241m.[39m_get_axis_number(axis)

File /usr/local/lib/python3.9/site-packages/pandas/core/groupby/grouper.py:811, in get_grouper(obj, key, axis, level, sort, observed, mutated, validate, dropna) 809 in_axis, name, level, gpr [38;5;241m=[39m [38;5;28;01mFalse[39;00m, [38;5;28;01mNone[39;00m, gpr, [38;5;28;01mNone[39;00m 810 [38;5;28;01melse[39;00m: --> 811 [38;5;28;01mraise[39;00m [38;5;167;01mKeyError[39;00m(gpr) 812 [38;5;28;01melif[39;00m [38;5;28misinstance[39m(gpr, Grouper) [38;5;129;01mand[39;00m gpr[38;5;241m.[39mkey [38;5;129;01mis[39;00m [38;5;129;01mnot[39;00m [38;5;28;01mNone[39;00m: 813 [38;5;66;03m# Add key to exclusions[39;00m 814 exclusions[38;5;241m.[39madd(gpr[38;5;241m.[39mkey)

KeyError: 'Segment 0'

Вообще всё нормально должно быть. Ты бля ошибку нормально скопируй, ты сам не видишь, что у тебя половина текста в залупе [38;5;28 кодов для консоли

 

[pjk530]

besteady написал 19 минут назад:

Ты бля ошибку нормально скопируй, ты сам не видишь, что у тебя половина текста в залупе [38;5;28 кодов для консоли

 

KeyError                                  Traceback (most recent call last)

Input In [1], in <cell line: 35>()

     31         spisok[38;5;241m.[39mappend(cats [38;5;241m/[39m counter)

     34 [38;5;28;01mimport[39;00m [38;5;21;01mseaborn[39;00m

---> 35 [43mseaborn[49m[38;5;241;43m.[39;49m[43mbarplot[49m[43m([49m[43mx[49m[38;5;241;43m=[39;49m[43m [49m[43mspisok[49m[43m,[49m[43m [49m[43my[49m[38;5;241;43m=[39;49m[43m [49m[43mspisok1[49m[43m)[49m

File /usr/local/lib/python3.9/site-packages/seaborn/_decorators.py:46, in _deprecate_positional_args.<locals>.inner_f(*args, **kwargs)

     36     warnings[38;5;241m.[39mwarn(

     37         [38;5;124m"[39m[38;5;124mPass the following variable[39m[38;5;132;01m{}[39;00m[38;5;124m as [39m[38;5;132;01m{}[39;00m[38;5;124mkeyword arg[39m[38;5;132;01m{}[39;00m[38;5;124m: [39m[38;5;132;01m{}[39;00m[38;5;124m. [39m[38;5;124m"[39m

     38         [38;5;124m"[39m[38;5;124mFrom version 0.12, the only valid positional argument [39m[38;5;124m"[39m

   (...)

     43         [38;5;167;01mFutureWarning[39;00m

     44     )

     45 kwargs[38;5;241m.[39mupdate({k: arg [38;5;28;01mfor[39;00m k, arg [38;5;129;01min[39;00m [38;5;28mzip[39m(sig[38;5;241m.[39mparameters, args)})

---> 46 [38;5;28;01mreturn[39;00m [43mf[49m[43m([49m[38;5;241;43m*[39;49m[38;5;241;43m*[39;49m[43mkwargs[49m[43m)[49m

File /usr/local/lib/python3.9/site-packages/seaborn/categorical.py:3179, in barplot(x, y, hue, data, order, hue_order, estimator, ci, n_boot, units, seed, orient, color, palette, saturation, errcolor, errwidth, capsize, dodge, ax, **kwargs)

   3166 [38;5;129m@_deprecate_positional_args[39m

   3167 [38;5;28;01mdef[39;00m [38;5;21mbarplot[39m(

   3168     [38;5;241m*[39m,

   (...)

   3176     [38;5;241m*[39m[38;5;241m*[39mkwargs,

   3177 ):

-> 3179     plotter [38;5;241m=[39m [43m_BarPlotter[49m[43m([49m[43mx[49m[43m,[49m[43m [49m[43my[49m[43m,[49m[43m [49m[43mhue[49m[43m,[49m[43m [49m[43mdata[49m[43m,[49m[43m [49m[43morder[49m[43m,[49m[43m [49m[43mhue_order[49m[43m,[49m

   3180 [43m                          [49m[43mestimator[49m[43m,[49m[43m [49m[43mci[49m[43m,[49m[43m [49m[43mn_boot[49m[43m,[49m[43m [49m[43munits[49m[43m,[49m[43m [49m[43mseed[49m[43m,[49m

   3181 [43m                          [49m[43morient[49m[43m,[49m[43m [49m[43mcolor[49m[43m,[49m[43m [49m[43mpalette[49m[43m,[49m[43m [49m[43msaturation[49m[43m,[49m

   3182 [43m                          [49m[43merrcolor[49m[43m,[49m[43m [49m[43merrwidth[49m[43m,[49m[43m [49m[43mcapsize[49m[43m,[49m[43m [49m[43mdodge[49m[43m)[49m

   3184     [38;5;28;01mif[39;00m ax [38;5;129;01mis[39;00m [38;5;28;01mNone[39;00m:

   3185         ax [38;5;241m=[39m plt[38;5;241m.[39mgca()

File /usr/local/lib/python3.9/site-packages/seaborn/categorical.py:1584, in _BarPlotter.__init__(self, x, y, hue, data, order, hue_order, estimator, ci, n_boot, units, seed, orient, color, palette, saturation, errcolor, errwidth, capsize, dodge)

   1579 [38;5;28;01mdef[39;00m [38;5;21m__init__[39m([38;5;28mself[39m, x, y, hue, data, order, hue_order,

   1580              estimator, ci, n_boot, units, seed,

   1581              orient, color, palette, saturation, errcolor,

   1582              errwidth, capsize, dodge):

   1583     [38;5;124;03m"""Initialize the plotter."""[39;00m

-> 1584     [38;5;28;43mself[39;49m[38;5;241;43m.[39;49m[43mestablish_variables[49m[43m([49m[43mx[49m[43m,[49m[43m [49m[43my[49m[43m,[49m[43m [49m[43mhue[49m[43m,[49m[43m [49m[43mdata[49m[43m,[49m[43m [49m[43morient[49m[43m,[49m

   1585 [43m                             [49m[43morder[49m[43m,[49m[43m [49m[43mhue_order[49m[43m,[49m[43m [49m[43munits[49m[43m)[49m

   1586     [38;5;28mself[39m[38;5;241m.[39mestablish_colors(color, palette, saturation)

   1587     [38;5;28mself[39m[38;5;241m.[39mestimate_statistic(estimator, ci, n_boot, seed)

File /usr/local/lib/python3.9/site-packages/seaborn/categorical.py:206, in _CategoricalPlotter.establish_variables(self, x, y, hue, data, orient, order, hue_order, units)

    203 group_names [38;5;241m=[39m categorical_order(groups, order)

    205 [38;5;66;03m# Group the numeric data[39;00m

--> 206 plot_data, value_label [38;5;241m=[39m [38;5;28;43mself[39;49m[38;5;241;43m.[39;49m[43m_group_longform[49m[43m([49m[43mvals[49m[43m,[49m[43m [49m[43mgroups[49m[43m,[49m

    207 [43m                                              [49m[43mgroup_names[49m[43m)[49m

    209 [38;5;66;03m# Now handle the hue levels for nested ordering[39;00m

    210 [38;5;28;01mif[39;00m hue [38;5;129;01mis[39;00m [38;5;28;01mNone[39;00m:

File /usr/local/lib/python3.9/site-packages/seaborn/categorical.py:253, in _CategoricalPlotter._group_longform(self, vals, grouper, order)

    250     vals [38;5;241m=[39m pd[38;5;241m.[39mSeries(vals, index[38;5;241m=[39mindex)

    252 [38;5;66;03m# Group the val data[39;00m

--> 253 grouped_vals [38;5;241m=[39m [43mvals[49m[38;5;241;43m.[39;49m[43mgroupby[49m[43m([49m[43mgrouper[49m[43m)[49m

    254 out_data [38;5;241m=[39m []

    255 [38;5;28;01mfor[39;00m g [38;5;129;01min[39;00m order:

File /usr/local/lib/python3.9/site-packages/pandas/core/series.py:1720, in Series.groupby(self, by, axis, level, as_index, sort, group_keys, squeeze, observed, dropna)

   1717     [38;5;28;01mraise[39;00m [38;5;167;01mTypeError[39;00m([38;5;124m"[39m[38;5;124mYou have to supply one of [39m[38;5;124m'[39m[38;5;124mby[39m[38;5;124m'[39m[38;5;124m and [39m[38;5;124m'[39m[38;5;124mlevel[39m[38;5;124m'[39m[38;5;124m"[39m)

   1718 axis [38;5;241m=[39m [38;5;28mself[39m[38;5;241m.[39m_get_axis_number(axis)

-> 1720 [38;5;28;01mreturn[39;00m [43mSeriesGroupBy[49m[43m([49m

   1721 [43m    [49m[43mobj[49m[38;5;241;43m=[39;49m[38;5;28;43mself[39;49m[43m,[49m

   1722 [43m    [49m[43mkeys[49m[38;5;241;43m=[39;49m[43mby[49m[43m,[49m

   1723 [43m    [49m[43maxis[49m[38;5;241;43m=[39;49m[43maxis[49m[43m,[49m

   1724 [43m    [49m[43mlevel[49m[38;5;241;43m=[39;49m[43mlevel[49m[43m,[49m

   1725 [43m    [49m[43mas_index[49m[38;5;241;43m=[39;49m[43mas_index[49m[43m,[49m

   1726 [43m    [49m[43msort[49m[38;5;241;43m=[39;49m[43msort[49m[43m,[49m

   1727 [43m    [49m[43mgroup_keys[49m[38;5;241;43m=[39;49m[43mgroup_keys[49m[43m,[49m

   1728 [43m    [49m[43msqueeze[49m[38;5;241;43m=[39;49m[43msqueeze[49m[43m,[49m

   1729 [43m    [49m[43mobserved[49m[38;5;241;43m=[39;49m[43mobserved[49m[43m,[49m

   1730 [43m    [49m[43mdropna[49m[38;5;241;43m=[39;49m[43mdropna[49m[43m,[49m

   1731 [43m[49m[43m)[49m

File /usr/local/lib/python3.9/site-packages/pandas/core/groupby/groupby.py:560, in BaseGroupBy.__init__(self, obj, keys, axis, level, grouper, exclusions, selection, as_index, sort, group_keys, squeeze, observed, mutated, dropna)

    557 [38;5;28;01mif[39;00m grouper [38;5;129;01mis[39;00m [38;5;28;01mNone[39;00m:

    558     [38;5;28;01mfrom[39;00m [38;5;21;01mpandas[39;00m[38;5;21;01m.[39;00m[38;5;21;01mcore[39;00m[38;5;21;01m.[39;00m[38;5;21;01mgroupby[39;00m[38;5;21;01m.[39;00m[38;5;21;01mgrouper[39;00m [38;5;28;01mimport[39;00m get_grouper

--> 560     grouper, exclusions, obj [38;5;241m=[39m [43mget_grouper[49m[43m([49m

    561 [43m        [49m[43mobj[49m[43m,[49m

    562 [43m        [49m[43mkeys[49m[43m,[49m

    563 [43m        [49m[43maxis[49m[38;5;241;43m=[39;49m[43maxis[49m[43m,[49m

    564 [43m        [49m[43mlevel[49m[38;5;241;43m=[39;49m[43mlevel[49m[43m,[49m

    565 [43m        [49m[43msort[49m[38;5;241;43m=[39;49m[43msort[49m[43m,[49m

    566 [43m        [49m[43mobserved[49m[38;5;241;43m=[39;49m[43mobserved[49m[43m,[49m

    567 [43m        [49m[43mmutated[49m[38;5;241;43m=[39;49m[38;5;28;43mself[39;49m[38;5;241;43m.[39;49m[43mmutated[49m[43m,[49m

    568 [43m        [49m[43mdropna[49m[38;5;241;43m=[39;49m[38;5;28;43mself[39;49m[38;5;241;43m.[39;49m[43mdropna[49m[43m,[49m

    569 [43m    [49m[43m)[49m

    571 [38;5;28mself[39m[38;5;241m.[39mobj [38;5;241m=[39m obj

    572 [38;5;28mself[39m[38;5;241m.[39maxis [38;5;241m=[39m obj[38;5;241m.[39m_get_axis_number(axis)

File /usr/local/lib/python3.9/site-packages/pandas/core/groupby/grouper.py:811, in get_grouper(obj, key, axis, level, sort, observed, mutated, validate, dropna)

    809         in_axis, name, level, gpr [38;5;241m=[39m [38;5;28;01mFalse[39;00m, [38;5;28;01mNone[39;00m, gpr, [38;5;28;01mNone[39;00m

    810     [38;5;28;01melse[39;00m:

--> 811         [38;5;28;01mraise[39;00m [38;5;167;01mKeyError[39;00m(gpr)

    812 [38;5;28;01melif[39;00m [38;5;28misinstance[39m(gpr, Grouper) [38;5;129;01mand[39;00m gpr[38;5;241m.[39mkey [38;5;129;01mis[39;00m [38;5;129;01mnot[39;00m [38;5;28;01mNone[39;00m:

    813     [38;5;66;03m# Add key to exclusions[39;00m

    814     exclusions[38;5;241m.[39madd(gpr[38;5;241m.[39mkey)

KeyError: 'Segment 0'