Home-theater-designers
„Jupyter Notebook“ yra duomenų mokslininkams skirtas įrankis numeris vienas. Ji siūlo interaktyvią žiniatinklio sąsają, kuri gali būti naudojama duomenų vizualizavimui, lengvam analizei ir bendradarbiavimui.
Duomenų vizualizacija leidžia žemėlapiuose ar grafikuose rasti duomenų kontekstą. Šioje pamokoje pateikiamas įžvalgus vadovas, kaip sąveikauti su grafikais „Jupyter Notebook“.
Būtinos sąlygos
Tau reikia įdiegti „Jupyter“ jūsų mašinoje. Jei ne, galite jį įdiegti įvesdami šį kodą į savo komandų eilutę:
$ pip install jupyterJums taip pat reikės pandos ir matplotlib biblioteka:
disko naudojimas 100, bet jokių procesų
$ pip install pandas $ pip install matplotlibBaigę diegti, paleiskite „Jupyter Notebook“ serverį. Norėdami tai padaryti, savo terminale įveskite žemiau esančią komandą. „Jupyter“ puslapis, kuriame rodomi dabartinio katalogo failai, bus atidarytas numatytojoje kompiuterio naršyklėje.
$ jupyter notebookPastaba: Neuždarykite terminalo lango, kuriame vykdote šią komandą. Jei tai padarysite, jūsų serveris sustos.
Paprastas siužetas
Naujame „Jupyter“ puslapyje paleiskite šį kodą:
import matplotlib.pyplot as plt
x=[1,2,3,4,5,6,7,8]
y=[2,4,6,8,10,12,14,16]
plt.plot(x,y)
plt.show()
Kodas skirtas paprastam linijos brėžiniui. Pirma eilutė importuoja pyplot grafinė biblioteka iš matplotlib API. Trečioji ir ketvirtoji eilutės apibrėžia atitinkamai x ir y ašis.
The siužetas () Metodas vadinamas grafiko sudarymui. The Rodyti() Tada grafikas rodomas naudojant metodą.
Tarkime, kad norite piešti kreivę. Procesas tas pats. Tiesiog pakeiskite python sąrašas y ašiai.
import matplotlib.pyplot as plt
x=[3,4,5,6,7,8,9,10,11,12]
y= [9,16,25,36,49,64,81,100,121,144]
plt.plot(x,y)
plt.show()
Atkreipkite dėmesį į kažką svarbaus: abiejuose grafikuose nėra aiškaus masto apibrėžimo. Skalė automatiškai apskaičiuojama ir taikoma. Tai yra viena iš daugelio įdomių „Juypter“ siūlomų funkcijų, kurios gali sutelkti dėmesį į darbą (duomenų analizę), o ne nerimauti dėl kodo.
Jei taip pat esate budrus, galite pastebėti, kad x ir y ašių reikšmių skaičius yra tas pats. Jei kuris nors iš jų yra mažesnis už kitą, paleidus kodą bus pažymėta klaida ir nebus rodoma jokia diagrama.
Galimi tipai
Skirtingai nuo aukščiau esančios linijinės diagramos ir kreivės, norint parodyti, reikia aiškiai apibrėžti kitas grafiko vizualizacijas (pvz., Histogramą, juostinę diagramą ir kt.).
Juostos diagrama
Norėdami parodyti juostos sklypą, turėsite naudoti baras () metodas.
import matplotlib.pyplot as plt
x=[3,4,5,6,7,8,9,10,11,12]
y= [9,16,25,36,49,64,81,100,121,144]
plt.bar(x,y)
plt.show()
Sklaidos grafikas
Viskas, ką jums reikia padaryti, tai naudoti išsklaidyti () metodas ankstesniame kode.
import matplotlib.pyplot as plt
x=[3,4,5,6,7,8,9,10,11,12]
y= [9,16,25,36,49,64,81,100,121,144]
plt.scatter(x,y)
plt.show()
Skritulinė diagrama
Pyrago siužetas šiek tiek skiriasi nuo likusio aukščiau. 4 eilutė yra ypač įdomi, todėl peržiūrėkite ten esančias funkcijas.
figos dydis naudojamas kraštinių santykiui nustatyti. Galite nustatyti tai, kas jums patinka (pvz., (9,5)), tačiau oficialūs „Pandas“ dokumentai pataria naudoti kraštinių santykį 1.
import matplotlib.pyplot as plt
x=[4,9,16,25,36]
fig = plt.figure(figsize =(9, 5)) # line 4
plt.pie(x)
plt.show()Yra keletas skritulinės diagramos parametrų, kurie yra verti dėmesio:
etiketės - Tai gali būti naudojama kiekvienai skritulinės diagramos skiltelės etiketei pažymėti.
spalvos - Tai gali būti naudojama kiekvienai skiltelei suteikti iš anksto nustatytas spalvas. Galite nurodyti spalvas ir teksto (pvz., Geltonos), arba šešiakampės formos (pvz., „#Ebc713“).
Žr. Pavyzdį žemiau:
import matplotlib.pyplot as plt
x=[4,9,16,25,36]
fig = plt.figure(figsize =(5.5, 5.5))
plt.pie(x, labels=('Guavas', 'Berries','Mangoes','Apples', 'Avocado'),
colors = ( '#a86544', '#eb5b13', '#ebc713', '#bdeb13', '#8aeb13'))
plt.show()
Yra ir kitų siužetų, tokių kaip hist , srityje , ir kur kad tu gali skaitykite daugiau apie „Pandas“ dokumentus .
Siužeto formatavimas
Aukščiau esančiuose sklypuose nėra jokių aspektų, tokių kaip etiketės. Štai kaip tai padaryti.
Norėdami pridėti pavadinimą, į „Jupyter“ bloknotą įtraukite toliau nurodytą kodą:
matplotlib.pyplot.title('My Graph Title')X ir y ašys gali būti atitinkamai pažymėtos taip:
matplotlib.pyplot.xlabel('my x-axis label')
matplotlib.pyplot.ylabel('my y-axis label')Sužinokite daugiau
Galite paleisti padėti () komandą savo nešiojamajame kompiuteryje, kad gautumėte interaktyvios pagalbos apie „Jupyter“ komandas. Norėdami gauti daugiau informacijos apie konkretų objektą, galite naudoti pagalba (objektas) .
Taip pat laikysitės geros praktikos pabandyti piešti diagramas naudodami duomenų rinkinius iš csv failus. Išmokti vizualizuoti duomenis yra galingas įrankis bendrauti ir analizuoti savo išvadas, todėl verta skirti šiek tiek laiko savo įgūdžiams tobulinti.
Dalintis Dalintis „Tweet“ Paštu Kaip importuoti „Excel“ duomenis į „Python“ scenarijus naudojant „Pandas“Išplėstinei duomenų analizei „Python“ yra geresnis nei „Excel“. Štai kaip importuoti „Excel“ duomenis į „Python“ scenarijų naudojant „Pandas“!
Skaityti toliau Susijusios temos- Programavimas
- Python
- Kodavimo pamokos
- Duomenų analizė
Džeromas yra „MakeUseOf“ personalo rašytojas. Jis apima straipsnius apie programavimą ir „Linux“. Jis taip pat yra kriptovaliutų entuziastas ir visada stebi kriptografijos pramonę.
Daugiau iš Jerome DavidsonPrenumeruokite mūsų naujienlaiškį
Prisijunkite prie mūsų naujienlaiškio, kad gautumėte techninių patarimų, apžvalgų, nemokamų el. Knygų ir išskirtinių pasiūlymų!
Norėdami užsiprenumeruoti, spustelėkite čia