Portfolio (A3)
Maak je eigen website / niveau 1
Wow, dat is deze fantastische website!
Ik heb er voor gekozen om html, css en js te gebruiken aangezien ik daar persoonlijk ook veel mee werk en ik er naar mijn mening veel meer mee kan dan google sites.
Introductie HTML (B4)
Maak een nieuwe versie van je website. Maar dan met HTML, CSS, etc. / niveau 1
Bij deze opdracht heb ik ook deze website gemaakt.
Ik heb html en css gemaakt voor de algemene opmaak en js voor wat extra functionaliteit zoals scroll animaties en het grid effect.
Hoe werkt de site
In de basis bestaat de site uit een aantal lagen (z-index), de achterste laag (lichtgrijs), de tweede laag (blob die je muis volgt), de derde laag (laag die de blob blured), de vierde laag (een kopie van de zesde laag wat gebleurd is waardoor het de grid iets verlicht), de vijfde laag (de grid zelf, een svg met een zwart vakje en een doorzichtig randje wat is ge repeat), de zedse laag (met tekst en afbeeldingen).
Modelleren (A6)
Maak een Python-model dat de populaties van konijnen en vossen simuleert en de resultaten in een grafiek weergeeft. / niveau 1
Bij deze opdracht moesten we een python model maken in google colab die de populatie konijnen en vossen in een grafiek zet met matplotlib.
Hieronder de link naar mijn google colab van deze opdracht:
Google colab
Gestructureerde data (C5)
Je leert gegevens uit een dataset te halen en te analyseren. / niveau 2
Bij deze opdracht heb ik een python model moeten schrijven waarmee we data uit een csv konden analyseren. Dit hebben we gedaan met pandas en het visualiseren met matplotlib.
Hieronder de link naar mijn google colab van deze opdracht:
Google colab
Representeren (C3)
Maak een visuele weergave van een dataset, bijvoorbeeld in een grafiek of diagram / niveau 2
Bij deze opdracht moesten we een python-model schrijven om een csv over voetbaldata te analyseren en één van de drie opdrachten uit te voeren. Ik heb gekozen om de opdracht "percentage thuisoverwinningen per team" te doen.
Ik heb het zo gemaakt dat die eerste een lijst maakt met alle teams en vervolgens per team het percentage gaat berekenen en in een lijst zetten. Dit doet die door het aantal rijen met dat team in de HomeTeam kolom en "H" in de FTR kolom. Daarna heb ik met matplotlib een staafdiagram gemaakt.
Je ziet onderin de naam van het team en links het percentage thuisoverwinningen per team.
Google colab
