Home-theater-designers
Ang Jupyter Notebook ay ang bilang isang go-to tool para sa mga data scientist. Nag-aalok ito ng isang interactive web interface na maaaring magamit para sa visualization ng data, madaling pagtatasa, at pakikipagtulungan.
Nagbibigay-daan sa iyo ang visualization ng data na makahanap ng konteksto para sa iyong data sa pamamagitan ng mga mapa o graph. Nag-aalok ang tutorial na ito ng isang pananaw na may kaalaman sa pakikipag-ugnay sa mga graph sa Jupyter Notebook.
Mga Pangangailangan
Kailangan mong may naka-install na Jupyter sa iyong makina. Kung hindi, maaari mo itong mai-install sa pamamagitan ng pagpasok ng sumusunod na code sa iyong command-line:
$ pip install jupyterKakailanganin mo rin ang pandas at matplotlib silid-aklatan:
kung paano gumawa ng mga patayong linya sa salita
$ pip install pandas $ pip install matplotlibMatapos makumpleto ang mga pag-install, simulan ang Jupyter Notebook server. I-type ang utos sa ibaba sa iyong terminal upang magawa ito. Ang isang pahina ng Jupyter na nagpapakita ng mga file sa kasalukuyang direktoryo ay bubuksan sa default browser ng iyong computer.
$ jupyter notebookTandaan: Huwag isara ang window ng terminal kung saan mo pinapagana ang utos na ito. Titigil ang iyong server kung gagawin mo ito.
Simpleng Plot
Sa isang bagong pahina ng Jupyter, patakbuhin ang code na ito:
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()
Ang code ay para sa isang simpleng plot ng linya. Ang unang linya ay na-import ang pyplot graphing library mula sa matplotlib API Ang pangatlo at ikaapat na linya ay tumutukoy sa x at y axes ayon sa pagkakabanggit.
Ang balangkas () ang pamamaraan ay tinawag upang magplano ng grap. Ang ipakita () ginagamit ang pamamaraan upang ipakita ang grap.
Ipagpalagay na nais mong gumuhit ng isang curve sa halip. Ang proseso ay pareho. Baguhin lamang ang mga halaga ng listahan ng sawa para sa y-axis.
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()
Pansinin ang isang bagay na mahalaga: sa parehong mga grap, walang malinaw na kahulugan ng sukat. Ang sukat ay awtomatikong kinakalkula at inilapat. Ito ay isa sa maraming mga kagiliw-giliw na tampok na inaalok ng Juypter na maaaring makapagtuon sa iyo sa iyong trabaho (pagtatasa ng data) sa halip na mag-alala tungkol sa code.
Kung ikaw ay mapagbantay din, maaari mong obserbahan na ang bilang ng mga halaga para sa x at y axes ay pareho. Kung ang alinman sa mga ito ay mas mababa kaysa sa iba pa, ang isang error ay mai-flag kapag pinatakbo mo ang code at walang graph na ipapakita.
Mga Magagamit na Uri
Hindi tulad ng line line at curve sa itaas, ang iba pang mga graphic visualization (hal. Isang histogram, bar chart, atbp.) Ay kailangang malinaw na tukuyin upang maipakita.
Bar Graph
Upang ipakita ang isang balangkas ng bar kakailanganin mong gamitin ang bar () pamamaraan
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()
Nagkalat na Plot
Ang kailangan mo lang gawin ay ang paggamit ng pakalat () pamamaraan sa nakaraang code.
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()
Pie chart
Ang isang pie plot ay medyo naiiba mula sa natitirang nasa itaas. Ang linya 4 ay partikular na interes, kaya tingnan ang mga tampok doon.
figsize ay ginagamit upang itakda ang ratio ng aspeto. Maaari mong itakda ito sa anumang nais mo (hal. (9,5)), ngunit pinapayuhan ng mga opisyal na Pandas doc na gumamit ka ng isang ratio ng aspeto ng 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()Mayroong ilang mga parameter na mayroon ang chart ng pie na kapansin-pansin:
mga label - Maaari itong magamit upang magbigay ng isang label sa bawat hiwa sa chart ng pie.
mga kulay - Maaari itong magamit upang magbigay ng paunang natukoy na mga kulay sa bawat isa sa mga hiwa. Maaari mong tukuyin ang mga kulay kapwa sa form ng teksto (hal. Dilaw) o sa hex form (hal. '# Ebc713').
Tingnan ang halimbawa sa ibaba:
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()
Mayroon ding iba pang mga balak na katulad hist , lugar , at kung saan na kaya mong magbasa nang higit pa tungkol sa mga Pandas docs .
Plot Formatting
Sa mga plots sa itaas, walang anumang mga aspeto tulad ng mga label. Narito kung paano ito gawin.
Upang magdagdag ng isang pamagat, isama ang code sa ibaba sa iyong Jupyter Notebook:
matplotlib.pyplot.title('My Graph Title')Ang x at y axes ay maaaring mamarkahan ng ayon sa ibaba:
matplotlib.pyplot.xlabel('my x-axis label')
matplotlib.pyplot.ylabel('my y-axis label')Matuto Nang Higit Pa
Maaari mong patakbuhin ang tulong () utos sa iyong kuwaderno upang makakuha ng interactive na tulong tungkol sa mga utos ng Jupyter. Upang makakuha ng karagdagang impormasyon sa isang partikular na bagay, maaari mong gamitin tulong (object) .
Mahahanap mo rin itong isang mahusay na kasanayan upang subukan ang pagguhit ng mga graphic gamit ang mga dataset mula sa csv mga file. Ang pag-aaral kung paano mailarawan ang data ay isang napakalakas na tool upang makipag-usap at pag-aralan ang iyong mga natuklasan, kaya't nagkakahalaga ng paglalaan ng ilang oras upang buuin ang iyong kasanayan.
Magbahagi Magbahagi Mag-tweet Email Paano Mag-import ng Data ng Excel Sa Mga Script ng Python Gamit ang PandasPara sa advanced na pagtatasa ng data, ang Python ay mas mahusay kaysa sa Excel. Narito kung paano i-import ang iyong data sa Excel sa isang script ng Python gamit ang Pandas!
Basahin Susunod Mga Kaugnay na Paksa- Programming
- Sawa
- Mga Tutorial sa Coding
- Pagsusuri sa datos
Si Jerome ay isang Staff Writer sa MakeUseOf. Saklaw niya ang mga artikulo sa Programming at Linux. Siya rin ay isang taong mahilig sa crypto at palaging pinapanatili ang mga tab sa industriya ng crypto.
Higit pa Mula kay Jerome DavidsonMag-subscribe sa aming newsletter
Sumali sa aming newsletter para sa mga tip sa tech, pagsusuri, libreng ebook, at eksklusibong deal!
Mag-click dito upang mag-subscribe