zadanie 1
Wykorzystując bibliotekę matplotlib stwórz wykres funkcji f(x)=x^3+3 dla wartości całkowitych z przedziału [-5,5]/

Zadanie 3 Korzystając z biblioteki Numpy stwórz macierz 5x5 wypełnioną zerami a następnie umieść w niej macierz diagonalną z kolejnymi potęgami liczb rozpoczynając od 1.
Podaje zaraz macierz


[1. 0. 0. 0. 0.]
[0. 4. 0. 0. 0.]
[0. 0. 9. 0. 0.]
[0. 0. 0. 16. 0.]
[0. 0. 0. 0. 25.]
Drugie to wykres, toteż nie mam jak podać bez sensu.

Stwórz wykres na wzór poniższego:
Masz tam jakiś wykres.
i pod spodem.
Funkcje wg. legendy dla x należącego do [0,12]. Do wygenerowania zbiorów liczb oraz samych wartości funkcji sinus możesz wykorzystać bibliotekę Numpy.\
Nie musisz robić, bo nie masz wykresu, bez sensu.
Korzystając z biblioteki Pandas wykorzystaj dane z pliku wmii.uwm.edu.pl/~kropiak/zamowienia.csv a następnie:

1. Wyświetl na wykresie kołowym % udział danego kraju w sumie wartości zamówień:

2. Wyświetl na wykresie słupkowym 3 sprzedawców, którzy osiągnęli największą sumę zamówień.
To czwarte.
--------------------------------------------------------------------------------------------------------------------------------------
Wykorzystując bibliotekę Pandas wczytaj dane z pliku dostępnego pod adresem wmii.uwm.edu.pl/~kropiak/wd/wig_od_2015.csv a następnie:

1. Stwórz z danych (prawdopodobnie po wczytaniu będzie to Pandas DataFrame) serię (czyli Pandas Series), gdzie dane to kolumna 'Zamkniecie' a index to kolumna 'Data'.
Zmień typ indeksu z object (taki zostanie nadany domyślnie) na typ daty (sprawdź funkcję to_datetime biblioteki Pandas). Wyświetl domyślny wykres dodając jakiś tytuł do tego
2. Korzystając z pierwotnego wczytanego DataFrame (te same dane co w części 1) dokonaj konwersji kolumny 'Data' jak w części 1 i ustaw tę kolumnę jako index DataFrame'a'.
Następnie dodaj kolumnę MA100 i oblicz w niej wartość średniej kroczącej dla 100 ostatnich okresów dla kolumny 'Zamkniecie'. Wyświetl kolumnę 'Zamkniecie' oraz 'MA100' na wykresie używając danych od początku 2016 roku.