Ściągnij statystyki wypożyczeń rowerów publicznych w Waszyngtonie: http://archive.ics.uci.edu/ml/machine-learning-databases/00275/Bike-Sharing-Dataset.zip

Będzie nas interesował plik day.csv, a w nim następujące kolumny:

dteday     : data
weekday    : dzień tygodnia, 0=niedziela, 6=sobota
temp       : znormalizowana temperatura
windspeed  : znormalizowana prędkość wiatru wind speed
casual     : liczba wypożyczeń przez niezarejestrowanych użytkowników
registered : liczba wypożyczeń przez zarejestrowanych użytkowników
cnt        : łączna liczba wypożyczeń

Zadania na dziś:

1a) Narysuj wykres liczby wypożyczeń
1b) Zmodyfikuj powyższy wykres tak, żeby oś X była podpisana datami (datetime.datetime.strptime)
2a) Policz (średnią) liczbę wypożyczeń w poszczególnych dniach tygodnia
2b) J.w. ale z rozróżnieniem na zarejestrowanych/niezarejestrowanych użytkowników
2c) Przedstaw powyższe dane na wykresie słupkowym (plt.bar)
3a) Na wykres z 1a) nanieś temperaturę i prędkość wiatru (plt.twinx, color)
3b) Przedstaw zależność liczby wypożyczeń od temperatury na wykresie punktowym (plt.scatter)
4a) Narysuj histogram liczby wypożyczeń (plt.hist)
4b) J.w. ale z rozróżnieniem na zarejestrowanych/niezarejestrowanych użytkowników (alpha)
5) Wybierz jeden z powyższych wykresów, podpisz go (title), podpisz osie (xlabel, ylabel), zrób legendę (label, legend) i zapisz do pliku (savefig).

Przydatne linki:
https://matplotlib.org/api/pyplot_api.html
https://docs.python.org/2/library/csv.html

Jeśli zbyt szybko uporasz się z powyższymi zadaniami, kolejne kilka:
https://piotrmicek.staff.tcs.uj.edu.pl/python/docs/python-csv.txt
https://piotrmicek.staff.tcs.uj.edu.pl/python/docs/wybory-2015-gminy.csv
https://piotrmicek.staff.tcs.uj.edu.pl/python/docs/wybory-2015-obwody.csv