import numpy as np

my_list = [0, 1, 2, 3, 4]
arr = np.array(my_list)
# array([0, 1, 2, 3, 4])

np.arange(0, 10, 3)
# array([0, 3, 6, 9])

np.zeros((5, 5))
np.ones((2, 4))

np.random.randint(0, 100, (3, 3))
# array([[27, 73, 80],
#        [53, 26, 91],
#        [91, 54, 68]])

np.linspace(0, 10, 6)
# array([ 0., 2., 4., 6., 8., 10.])

np.random.seed(101)
arr2 = np.random.randint(0, 100, 10)

arr2.max()     # 95
arr2.min()     # 9
arr2.mean()    # 60.8
arr2.argmin()  # فهرس القيمة الأصغر -> 7
arr2.argmax()  # فهرس القيمة الأكبر -> 0

arr2.reshape(2, 5)

mat = np.arange(0, 100).reshape(10, 10)

mat[0, 1]        # عنصر واحد -> 1
mat[:, 0]         # العمود الأول
mat[0, :]         # الصف الأول
mat[0:3, 0:3]     # كتلة 3×3 أعلى اليسار
mat[0:3, -3:-1]   # الفهارس السالبة تحسب من النهاية

import pandas as pd

step_data = [3620, 7891, 9761, 3907, 4338, 5373]
step_counts = pd.Series(step_data, name='steps')

step_counts.index = pd.date_range('20240329', periods=6)

step_counts['2024-04-01']  # بحث بالتسمية -> 3907
step_counts[3]              # بحث بالموضع -> 3907
step_counts.dtypes           # int64

cycling_data = [10.7, 0, None, 2.4, 15.3, 10.9]
joined_data = list(zip(step_data, cycling_data))

activity_df = pd.DataFrame(
    joined_data,
    index=pd.date_range('20240329', periods=6),
    columns=['Walking', 'Cycling']
)

activity_df.loc['2024-04-01']
activity_df.loc['2024-04-01':'2024-04-03', ['Walking']]

activity_df.iloc[0, :]     # الصف الأول، كل الأعمدة
activity_df.iloc[:2, 0]    # أول صفين، العمود الأول

data = pd.read_csv('.\\Iris_Data.csv')
data.head()
data.shape       # (150, 5)
data.shape[1]    # 5 أعمدة

data['sepal_width']         # اختيار عمود واحد
data.loc[2, ['sepal_length']]

data['species'] = data.species.str.replace('Iris-', '')

# تصفية الصفوف
data.loc[(data.sepal_width > 3.5)]

# عمود مشتق
data['sepal_area'] = data.sepal_length * data.sepal_width

# التجميع والعد
data.groupby('species').size()

data.sepal_width.mean()     # 3.054
data.petal_length.median()  # 4.35
data.petal_length.mode()    # 1.5

data.petal_length.std()   # 1.764
data.petal_length.var()   # 3.113
data.petal_length.sem()   # 0.144

import matplotlib.pyplot as plt

ax = plt.axes()
ax.hist(data.petal_length, bins=25)
ax.set(xlabel='Petal Length (cm)',
       ylabel='Frequency',
       title='Distribution of Petal Lengths')

plt.plot(data.sepal_length, data.sepal_width, marker='o')
plt.xlabel("Petal Length (cm)")
plt.ylabel("sepal_width")