Home-theater-designers
Jupyter Notebook is de nummer één tool voor datawetenschappers. Het biedt een interactieve webinterface die kan worden gebruikt voor datavisualisatie, eenvoudige analyse en samenwerking.
Met datavisualisatie kunt u context voor uw gegevens vinden via kaarten of grafieken. Deze zelfstudie biedt een inzichtelijke gids voor interactie met grafieken in Jupyter Notebook.
Vereisten
Jij moet heb Jupyter geïnstalleerd op uw automaat. Als dit niet het geval is, kunt u het installeren door de volgende code in uw opdrachtregel in te voeren:
$ pip install jupyterJe hebt ook de panda's en matplotlib bibliotheek:
windows 7 of windows 10?
$ pip install pandas $ pip install matplotlibNadat de installaties zijn voltooid, start u de Jupyter Notebook-server. Typ hiervoor de onderstaande opdracht in uw terminal. Een Jupyter-pagina met bestanden in de huidige map wordt geopend in de standaardbrowser van uw computer.
$ jupyter notebookOpmerking: Sluit het terminalvenster waarin u deze opdracht uitvoert niet. Uw server stopt als u dit doet.
Eenvoudig plot
Voer deze code uit op een nieuwe Jupyter-pagina:
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()
De code is voor een eenvoudige lijnplot. De eerste regel importeert de pyplot grafische bibliotheek van de matplotlib API. De derde en vierde lijn definiëren respectievelijk de x- en y-as.
De verhaal() methode wordt aangeroepen om de grafiek te plotten. De laten zien() methode wordt vervolgens gebruikt om de grafiek weer te geven.
Stel dat u in plaats daarvan een curve wilt tekenen. Het proces is hetzelfde. Verander gewoon de waarden van de python lijst voor de y-as.
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()
Let op iets belangrijks: in beide grafieken is er geen expliciete schaaldefinitie. De schaal wordt automatisch berekend en toegepast. Dit is een van de vele interessante functies die Juypter biedt, waardoor u zich kunt concentreren op uw werk (data-analyse) in plaats van u zorgen te maken over code.
Als u ook waakzaam bent, zult u merken dat het aantal waarden voor de x- en y-as hetzelfde is. Als een van hen minder is dan de andere, wordt een fout gemarkeerd wanneer u de code uitvoert en wordt er geen grafiek weergegeven.
Beschikbare typen
In tegenstelling tot de lijngrafiek en curve hierboven, moeten andere grafiekvisualisaties (bijvoorbeeld een histogram, staafdiagram, enz.) expliciet worden gedefinieerd om te kunnen worden weergegeven.
Staafdiagram
Om een staafdiagram weer te geven, moet u de gebruiken bar () methode.
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()
Spreidingsplot
Het enige dat u hoeft te doen, is de verstrooien() methode in de vorige 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()
Cirkeldiagram
Een taartplot is een beetje anders dan de rest hierboven. Lijn 4 is van bijzonder belang, dus bekijk de functies daar.
vijgenmaat wordt gebruikt om de beeldverhouding in te stellen. Je kunt dit instellen op alles wat je wilt (bijv. (9,5)), maar de officiële Pandas-documenten adviseren dat je een beeldverhouding van 1 gebruikt.
import matplotlib.pyplot as plt
x=[4,9,16,25,36]
fig = plt.figure(figsize =(9, 5)) # line 4
plt.pie(x)
plt.show()Er zijn enkele parameters die het cirkeldiagram heeft die opmerkelijk zijn:
etiketten - Dit kan worden gebruikt om elk segment in het cirkeldiagram een label te geven.
kleuren - Dit kan worden gebruikt om voorgedefinieerde kleuren aan elk van de plakjes te geven. U kunt kleuren zowel in tekstvorm (bijv. geel) als in hexadecimale vorm (bijv. '#ebc713') specificeren.
Zie het voorbeeld hieronder:
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()
Er zijn ook andere percelen zoals geschiedenis , Oppervlakte , en waar dat je kan lees meer over op Panda's documenten .
Plotopmaak
In de bovenstaande plots zijn er geen aspecten zoals labels. Hier is hoe dat te doen.
Om een titel toe te voegen, neemt u de onderstaande code op in uw Jupyter Notebook:
matplotlib.pyplot.title('My Graph Title')De x- en y-assen kunnen respectievelijk als volgt worden gelabeld:
matplotlib.pyplot.xlabel('my x-axis label')
matplotlib.pyplot.ylabel('my y-axis label')Meer leren
U kunt de helpen() commando in uw notitieblok om interactieve hulp te krijgen over Jupyter-commando's. Om meer informatie over een bepaald object te krijgen, kunt u gebruik maken van hulp (object) .
Je zult het ook een goede gewoonte vinden om grafieken te tekenen met behulp van datasets uit csv bestanden. Leren hoe u gegevens kunt visualiseren, is een krachtig hulpmiddel om uw bevindingen te communiceren en te analyseren, dus het is de moeite waard om wat tijd te nemen om uw vaardigheden op te bouwen.
Deel Deel Tweeten E-mail Excel-gegevens importeren in Python-scripts met behulp van Panda'sVoor geavanceerde gegevensanalyse is Python beter dan Excel. Hier leest u hoe u uw Excel-gegevens in een Python-script kunt importeren met Panda's!
Lees volgende Gerelateerde onderwerpen- Programmeren
- Python
- Codeerhandleidingen
- Gegevensanalyse
Jerome is een stafschrijver bij MakeUseOf. Hij behandelt artikelen over programmeren en Linux. Hij is ook een crypto-enthousiasteling en houdt de crypto-industrie altijd in de gaten.
Meer van Jerome DavidsonAbonneer op onze nieuwsbrief
Word lid van onze nieuwsbrief voor technische tips, recensies, gratis e-boeken en exclusieve deals!
Klik hier om je te abonneren