Kaip piešti grafikus „Jupyter“ užrašų knygutėje

Straipsnis „Next Button“: 899988

„Jupyter Notebook“ yra pagrindinis duomenų mokslininkų įrankis. Jis siūlo interaktyvią žiniatinklio sąsają, kurią galima naudoti vizualizuojant duomenis, lengvai analizuojant ir bendradarbiaujant.

Duomenų vizualizavimas leidžia rasti duomenų kontekstą per žemėlapius ar grafikus. Ši pamoka siūlo įžvalgų sąveikos su „Jupyter Notebook“ grafikais vadovą.

Būtinos sąlygos

Tau reikia turite įdiegti „Jupyter“ savo kompiuteryje. Jei ne, galite jį įdiegti į komandų eilutę įvesdami šį kodą:

 $ pip install jupyter

Jums taip pat reikės pandos ir matplotlib biblioteka:

$ pip įdiegti pandas

$ pip install matplotlib

Baigę diegti, paleiskite „Jupyter Notebook“ serverį. Norėdami tai padaryti, įveskite žemiau esančią komandą savo terminale. Numatytojoje kompiuterio naršyklėje bus atidarytas „Jupyter“ puslapis, kuriame rodomi failai dabartiniame kataloge.

$ jupyter užrašų knygelė

Pastaba: Neuždarykite terminalo lango, kuriame vykdote šią komandą. Jūsų serveris sustos, jei tai padarysite.

Paprastas siužetas

Naujame „Jupyter“ puslapyje paleiskite šį kodą:

importuoti matplotlib.pyplot kaip 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. Pirmoji eilutė importuoja pyplotas grafikos biblioteka iš matplotlib API. Trečioji ir ketvirtoji eilutės apibrėžia atitinkamai x ir y ašis.

The sklypas () metodas vadinamas grafiko braižymu. The Rodyti() metodas naudojamas grafikui parodyti.

Tarkime, kad vietoj to norite nubrėžti kreivę. Procesas yra tas pats. Tiesiog pakeiskite pitonų sąrašas y ašiai.

importuoti matplotlib.pyplot kaip 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 funkcijų, kurias siūlo „Juypter“, o tai gali suteikti jums daugiau dėmesio savo darbui (duomenų analizei), o ne nerimauti dėl kodo.

Jei taip pat esate budrus, galite pastebėti, kad x ir y ašių reikšmių skaičius yra vienodas. Jei kuri nors iš jų yra mažesnė už kitą, paleidus kodą bus pažymėta klaida ir nebus rodomas grafikas.

Galimi tipai

Skirtingai nuo aukščiau esančios linijų diagramos ir kreivės, norint jas parodyti, reikia aiškiai apibrėžti kitas grafiko vizualizacijas (pvz., Histogramą, juostinę diagramą ir kt.).

Juostos grafikas

Norėdami parodyti baro sklypą, turėsite naudoti baras() metodas.

importuoti matplotlib.pyplot kaip 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 sklypas

Viskas, ką jums reikia padaryti, tai naudoti išsklaidyti () metodas ankstesniame kode.

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

Pie diagrama

Pyrago siužetas šiek tiek skiriasi nuo likusio aukščiau. 4 eilutė ypač domina, todėl pasidomėkite ten esančiomis funkcijomis.

figsize naudojamas nustatyti kraštinių santykį. Galite nustatyti tai, kas jums patinka (pvz., (9,5)), tačiau oficialūs „Pandas“ dokumentai pataria naudoti 1 proporciją.

importuoti matplotlib.pyplot kaip plt
x = [4,9,16,25,36]
fig = plt. figūra (figsize = (9, 5)) # 4 eilutė
plt.pie (x)
plt.show ()

Yra keletas verčių diagramos parametrų, kurie yra verti dėmesio:

etikečių - Tai gali būti naudojama kiekvienam skrituliui diagramų skiltyje suteikti etiketę.

spalvos - Tai gali būti naudojama kiekvienai skiltelei iš anksto apibrėžtoms spalvoms suteikti. Spalvas galite nurodyti teksto pavidalu (pvz., „Geltona“) arba šešiakampe (pvz., „# Ebc713“).

Žr. Toliau pateiktą pavyzdį:

importuoti matplotlib.pyplot kaip plt
x = [4,9,16,25,36]
fig = plt. figūra (figsize = (5.5, 5.5))
plt.pie (x, etiketės = ("gvajavos", "uogos", "mangai", "obuoliai", "avokadas"),
spalvos = ("# a86544", "# eb5b13", "# ebc713", "# bdeb13", "# 8aeb13"))
plt.show ()

Yra ir kitų panašių siužetų hist, srityje ir kde kad tu gali daugiau apie tai skaitykite „Pandas“ dokumentuose.

Sklypo formatavimas

Aukščiau esančiuose siužetuose nėra jokių aspektų, tokių kaip etiketės. Štai kaip tai padaryti.

Jei norite pridėti pavadinimą, įtraukite žemiau esantį kodą į „Jupyter“ užrašų knygelę:

matplotlib.pyplot.title („Mano grafiko pavadinimas“)

Ašys x ir y gali būti atitinkamai pažymėtos taip:

matplotlib.pyplot.xlabel („mano x ašies etiketė“)
matplotlib.pyplot.ylabel („mano y ašies etiketė“)

Sužinokite daugiau

Galite paleisti pagalba () komandą užrašų knygutėje, kad gautumėte interaktyvios pagalbos apie „Jupyter“ komandas. Norėdami gauti daugiau informacijos apie konkretų objektą, galite naudoti pagalba (objektas).

Taip pat rasite gerą praktiką pabandyti piešti grafikus naudodami duomenų rinkinius iš csvfiles. Sužinokite, kaip vizualizuoti duomenis, yra galinga priemonė bendrauti ir analizuoti savo išvadas, todėl verta skirti šiek tiek laiko savo įgūdžiams ugdyti.

Kaip importuoti „Excel“ duomenis į „Python“ scenarijus naudojant pandas

Norint atlikti išplėstinę duomenų analizę, „Python“ yra geresnis nei „Excel“. Štai kaip importuoti „Excel“ duomenis į „Python“ scenarijų naudojant „Pandas“!

Skaitykite toliau

Apie autorių