Kuidas joonistada Jupyteri märkmikus graafikuid

Artikkel järgmises nupus: 899988

Jupyteri märkmik on andmeteadlaste jaoks kõige olulisem tööriist. See pakub interaktiivset veebiliidest, mida saab kasutada andmete visualiseerimiseks, lihtsaks analüüsimiseks ja koostööks.

Andmete visualiseerimine võimaldab teil kaartide või graafikute abil oma andmetele konteksti leida. See õpetus pakub ülevaatlikku juhendit Jupyteri märkmikus olevate graafikutega suhtlemiseks.

Eeldused

Sa pead laske Jupyter installida oma masinas. Kui see pole nii, saate selle installida, sisestades oma käsureale järgmise koodi:

 $ pip install jupyter

Teil on vaja ka pandad ja matplotlib raamatukogu:

$ pip install pandad

$ pip install matplotlib

Pärast installide lõppu käivitage Jupyter Notebook server. Selleks tippige oma terminali allolev käsk. Teie arvuti vaikebrauseris avaneb Jupyteri leht, kus on failid praeguses kataloogis.

$ jupyteri märkmik

Märge: Ärge sulgege terminaliakent, milles selle käsu käivitate. Teie server peatub, kui te seda teete.

Lihtne krunt

Uuel Jupyteri lehel käivitage see kood:

import matplotlib.pyplot plt-na
x = [1,2,3,4,5,6,7,8]
y = [2,4,6,8,10,12,14,16]
plt.plot (x, y)
plt.show ()

Kood on mõeldud lihtsaks joonelõiguks. Esimene rida impordib püplot graafikute kujundamine matplotlib API. Kolmas ja neljas rida määravad vastavalt x- ja y-teljed.

The süžee() meetodit kasutatakse graafiku joonistamiseks. The näita () Seejärel kasutatakse graafiku kuvamiseks meetodit.

Oletame, et soovite joonistada hoopis kõverat. Protsess on sama. Muutke lihtsalt väärtusi pythoni loend y-telje jaoks.

import matplotlib.pyplot plt-na
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 ()

Pange tähele midagi olulist: mõlemas graafikus puudub selgesõnaline skaala määratlus. Skaala arvutatakse ja rakendatakse automaatselt. See on üks paljudest huvitavatest funktsioonidest, mida Juypter pakub, mis aitab teil koodile muretsemise asemel keskenduda oma tööle (andmete analüüs).

Kui olete ka tähelepanelik, võite täheldada, et x- ja y-telje väärtuste arv on sama. Kui mõni neist on väiksem kui teine, märgitakse koodi käivitamisel viga ja graafikut ei kuvata.

Saadaval olevad tüübid

Erinevalt ülaltoodud joongraafist ja kõverast tuleb kuvamiseks selgelt piiritleda muud graafiku visualiseeringud (nt histogramm, tulpdiagramm jne).

Tulpdiagramm

Baariplaani kuvamiseks peate kasutama baar() meetod.

import matplotlib.pyplot plt-na
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 ()

Hajuvusdiagramm

Kõik, mida peate tegema, on kasutada hajumine () meetod eelmises koodis.

import matplotlib.pyplot plt-na
x = [3,4,5,6,7,8,9,10,11,12]
y = [9,16,25,36,49,64,81,100,121,144]
plt. hajumine (x, y)
plt.show ()

Sektordiagramm

Pirukaplaan on pisut erinev muust ülal. 4. rida pakub erilist huvi, nii et vaadake sealseid funktsioone.

figsize kasutatakse kuvasuhte määramiseks. Saate selle valida mis iganes soovite (nt (9,5)), kuid ametlikud pandade dokumendid soovitavad teil kasutada kuvasuhet 1.

import matplotlib.pyplot plt-na
x = [4,9,16,25,36]
fig = plt. joonis (figsize = (9, 5)) # rida 4
plt.pie (x)
plt.show ()

Sektordiagrammil on mõned tähelepanuväärsed parameetrid:

sildid - Seda saab kasutada etikettdiagrammi igale viilule sildi andmiseks.

värvid - Seda saab kasutada igale viilule eelnevalt määratletud värvide andmiseks. Värve saate määrata nii tekstivormis (nt “kollane”) kui ka kuuskantvormis (nt “# ebc713”).

Vaadake allpool toodud näidet:

import matplotlib.pyplot plt-na
x = [4,9,16,25,36]
fig = plt. joonis (figsize = (5.5, 5.5))
plt.pie (x, siltid = ("guajaavid", "marjad", "mangod", "õunad", "avokaado"),
värvid = ("# a86544", "# eb5b13", "# ebc713", "# bdeb13", "# 8aeb13"))
plt.show ()

On ka muid sarnaseid krunte hist, piirkonnas ja kde et saad loe lähemalt Pandase dokumentidest.

Graafiku vormindamine

Ülalolevatel joonistel pole selliseid aspekte nagu sildid. Siit saate teada, kuidas seda teha.

Pealkirja lisamiseks lisage oma Jupyteri märkmikku allolev kood:

matplotlib.pyplot.title ("Minu graafiku pealkiri")

X- ja y-telje saab vastavalt tähistada järgmiselt:

matplotlib.pyplot.xlabel ("minu x-telje silt")
matplotlib.pyplot.ylabel ("minu y-telje silt")

Lisateave

Võite käivitada abi () Jupyteri käskude kohta interaktiivse abi saamiseks käsk oma sülearvutis. Konkreetse objekti kohta lisateabe saamiseks võite kasutada abi (objekt).

Hea tava on ka see, kui proovite graafikuid joonistada csvfileesi andmekogumite abil. Andmete visualiseerimise õppimine on võimas vahend leidude edastamiseks ja analüüsimiseks, seega tasub oma oskuste arendamiseks veidi aega võtta.

Exceli andmete importimine Pythoni skriptidesse pandade abil

Täpsema andmeanalüüsi jaoks on Python parem kui Excel. Siit saate teada, kuidas Exceli andmeid Pandase abil Pythoni skripti importida!

Loe edasi

Autori kohta