Home-theater-designers
Máy tính xách tay Jupyter là công cụ số một cho các nhà khoa học dữ liệu. Nó cung cấp một giao diện web tương tác có thể được sử dụng để trực quan hóa dữ liệu, dễ dàng phân tích và cộng tác.
Trực quan hóa dữ liệu cho phép bạn tìm ngữ cảnh cho dữ liệu của mình thông qua bản đồ hoặc biểu đồ. Hướng dẫn này cung cấp một hướng dẫn chi tiết để tương tác với đồ thị trong Máy tính xách tay Jupyter.
Điều kiện tiên quyết
Bạn cần phải đã cài đặt Jupyter trên máy của bạn. Nếu không, bạn có thể cài đặt nó bằng cách nhập mã sau vào dòng lệnh của bạn:
$ pip install jupyterBạn cũng sẽ cần gấu trúc và matplotlib thư viện:
chế độ máy bay trên điện thoại là gì
$ pip install pandas $ pip install matplotlibSau khi quá trình cài đặt hoàn tất, hãy khởi động máy chủ Jupyter Notebook. Nhập lệnh bên dưới vào thiết bị đầu cuối của bạn để làm như vậy. Trang Jupyter hiển thị các tệp trong thư mục hiện tại sẽ mở trong trình duyệt mặc định của máy tính của bạn.
$ jupyter notebookGhi chú: Không đóng cửa sổ đầu cuối mà bạn chạy lệnh này. Máy chủ của bạn sẽ dừng nếu bạn làm như vậy.
Cốt truyện đơn giản
Trong một trang Jupyter mới, hãy chạy mã này:
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()
Mã dành cho một biểu đồ dòng đơn giản. Dòng đầu tiên nhập pyplot thư viện vẽ đồ thị từ matplotlib API. Dòng thứ ba và thứ tư xác định trục x và y tương ứng.
Các âm mưu() phương pháp được gọi để vẽ đồ thị. Các chỉ() sau đó phương pháp này được sử dụng để hiển thị đồ thị.
Giả sử bạn muốn vẽ một đường cong. Quá trình này như nhau. Chỉ cần thay đổi các giá trị của danh sách trăn cho trục y.
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()
Lưu ý một điều quan trọng: trong cả hai biểu đồ, không có định nghĩa tỷ lệ rõ ràng. Quy mô được tính toán và áp dụng tự động. Đây là một trong nhiều tính năng thú vị mà Juypter cung cấp có thể giúp bạn tập trung vào công việc (phân tích dữ liệu) thay vì lo lắng về code.
Nếu bạn cũng cảnh giác, bạn có thể nhận thấy rằng số lượng giá trị của trục x và y là như nhau. Nếu bất kỳ cái nào trong số chúng nhỏ hơn cái còn lại, một lỗi sẽ được gắn cờ khi bạn chạy mã và không có biểu đồ nào được hiển thị.
Các loại có sẵn
Không giống như biểu đồ đường và đường cong ở trên, các hình ảnh hóa biểu đồ khác (ví dụ: biểu đồ, biểu đồ thanh, v.v.) cần phải được xác định rõ ràng để được hiển thị.
Thanh biểu đồ
Để hiển thị một biểu đồ thanh, bạn sẽ cần sử dụng quán ba () phương pháp.
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()
Lô phân tán
Tất cả những gì bạn cần làm là sử dụng tiêu tan() trong mã trước đó.
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()
Biểu đồ tròn
Một chiếc bánh có một chút khác biệt so với phần còn lại ở trên. Dòng 4 được quan tâm đặc biệt, vì vậy hãy xem các tính năng ở đó.
sung được sử dụng để đặt tỷ lệ khung hình. Bạn có thể đặt điều này thành bất kỳ thứ gì bạn thích (ví dụ: (9,5)), nhưng tài liệu chính thức của Gấu trúc khuyên bạn nên sử dụng tỷ lệ khung hình là 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()Biểu đồ tròn có một số thông số đáng chú ý:
nhãn mác - Điều này có thể được sử dụng để cung cấp nhãn cho mỗi lát trong biểu đồ hình tròn.
màu sắc - Điều này có thể được sử dụng để cung cấp màu sắc xác định trước cho mỗi lát. Bạn có thể chỉ định màu cả ở dạng văn bản (ví dụ: màu vàng) hoặc ở dạng hex (ví dụ: '# ebc713').
Xem ví dụ bên dưới:
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()
Ngoài ra còn có các âm mưu khác như lịch sử , khu vực , và ở đâu cái đó bạn có thể đọc thêm về tài liệu về Gấu trúc .
Định dạng lô đất
Trong các ô ở trên, không có bất kỳ khía cạnh nào như nhãn. Đây là cách để làm điều đó.
Để thêm tiêu đề, hãy đưa mã bên dưới vào Sổ tay Jupyter của bạn:
matplotlib.pyplot.title('My Graph Title')Các trục x và y có thể được gắn nhãn tương ứng như sau:
matplotlib.pyplot.xlabel('my x-axis label')
matplotlib.pyplot.ylabel('my y-axis label')Học nhiều hơn nữa
Bạn có thể chạy Cứu giúp() trong sổ tay của bạn để nhận hỗ trợ tương tác về các lệnh Jupyter. Để biết thêm thông tin về một đối tượng cụ thể, bạn có thể sử dụng trợ giúp (đối tượng) .
Bạn cũng sẽ thấy đó là một phương pháp hay khi thử vẽ biểu đồ bằng cách sử dụng bộ dữ liệu từ csv các tập tin. Học cách trực quan hóa dữ liệu là một công cụ mạnh mẽ để truyền đạt và phân tích những phát hiện của bạn, vì vậy, bạn nên dành chút thời gian để xây dựng kỹ năng của mình.
Đăng lại Đăng lại tiếng riu ríu E-mail Cách nhập dữ liệu Excel vào tập lệnh Python bằng PandasĐối với phân tích dữ liệu nâng cao, Python tốt hơn Excel. Đây là cách nhập dữ liệu Excel của bạn vào tập lệnh Python bằng Pandas!
Đọc tiếp Chủ đề liên quan- Lập trình
- Python
- Hướng dẫn viết mã
- Phân tích dữ liệu
Jerome là Nhân viên viết bài tại MakeUseOf. Anh ấy bao gồm các bài báo về Lập trình và Linux. Anh ấy cũng là một người đam mê tiền điện tử và luôn theo dõi ngành công nghiệp tiền điện tử.
Xem thêm từ Jerome DavidsonTheo dõi bản tin của chúng tôi
Tham gia bản tin của chúng tôi để biết các mẹo công nghệ, đánh giá, sách điện tử miễn phí và các ưu đãi độc quyền!
Bấm vào đây để đăng ký