Jupyter Notebook เป็นเครื่องมืออันดับหนึ่งสำหรับนักวิทยาศาสตร์ข้อมูล มีอินเทอร์เฟซเว็บแบบโต้ตอบที่สามารถใช้สำหรับการแสดงข้อมูล การวิเคราะห์ที่ง่ายดาย และการทำงานร่วมกัน
การแสดงภาพข้อมูลช่วยให้คุณค้นหาบริบทสำหรับข้อมูลของคุณผ่านแผนที่หรือกราฟ บทช่วยสอนนี้มีคำแนะนำเชิงลึกในการโต้ตอบกับกราฟใน Jupyter Notebook
ข้อกำหนดเบื้องต้น
คุณต้อง ติดตั้ง Jupyter แล้ว บนเครื่องของคุณ หากไม่เป็นเช่นนั้น คุณสามารถติดตั้งได้โดยป้อนรหัสต่อไปนี้ลงในบรรทัดคำสั่งของคุณ:
$ pip install jupyter
คุณจะต้อง หมีแพนด้า และ matplotlib ห้องสมุด:
ฉันจะเล่นเพลงจากโทรศัพท์ Android ในรถได้อย่างไร
$ pip install pandas
$ pip install matplotlib
หลังจากการติดตั้งเสร็จสมบูรณ์ ให้เริ่มเซิร์ฟเวอร์ Jupyter Notebook พิมพ์คำสั่งด้านล่างในเทอร์มินัลของคุณเพื่อดำเนินการดังกล่าว หน้า Jupyter ที่แสดงไฟล์ในไดเรกทอรีปัจจุบันจะเปิดขึ้นในเบราว์เซอร์เริ่มต้นของคอมพิวเตอร์ของคุณ
$ jupyter notebook
บันทึก: อย่าปิดหน้าต่างเทอร์มินัลที่คุณใช้คำสั่งนี้ เซิร์ฟเวอร์ของคุณจะหยุดทำงานหากคุณทำเช่นนั้น
พล็อตง่ายๆ
ในหน้า Jupyter ใหม่ ให้รันโค้ดนี้:
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()
รหัสนี้ใช้สำหรับพล็อตเส้นอย่างง่าย บรรทัดแรกนำเข้า pyplot ห้องสมุดกราฟจาก matplotlib เอพีไอ บรรทัดที่สามและสี่กำหนดแกน x และ y ตามลำดับ
NS พล็อต() เรียกว่าวิธีการพล็อตกราฟ NS แสดง() จากนั้นจึงใช้เมธอดเพื่อแสดงกราฟ
สมมติว่าคุณต้องการวาดเส้นโค้งแทน กระบวนการนี้เหมือนกัน เพียงแค่เปลี่ยนค่าของ รายการหลาม สำหรับแกน 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()
สังเกตสิ่งที่สำคัญ: ในกราฟทั้งสองไม่มีการกำหนดมาตราส่วนที่ชัดเจน มาตราส่วนจะถูกคำนวณและนำไปใช้โดยอัตโนมัติ นี่เป็นหนึ่งในคุณสมบัติที่น่าสนใจมากมายที่ Juypter นำเสนอ ซึ่งจะช่วยให้คุณมีสมาธิกับงานของคุณ (การวิเคราะห์ข้อมูล) แทนที่จะกังวลเกี่ยวกับโค้ด
หากคุณระมัดระวัง คุณอาจสังเกตว่าจำนวนค่าสำหรับแกน x และ y เท่ากัน หากข้อใดข้อหนึ่งน้อยกว่าอีกข้อหนึ่ง ข้อผิดพลาดจะถูกตั้งค่าสถานะเมื่อคุณเรียกใช้โค้ดและจะไม่แสดงกราฟ
ประเภทที่มีจำหน่าย
ต่างจากกราฟเส้นและเส้นโค้งด้านบน การแสดงภาพกราฟอื่นๆ (เช่น ฮิสโตแกรม แผนภูมิแท่ง ฯลฯ) จำเป็นต้องกำหนดไว้อย่างชัดเจนจึงจะแสดงได้
กราฟแท่ง
ในการแสดงพล็อตบาร์ คุณจะต้องใช้ บาร์ () กระบวนการ.
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()
พล็อตกระจาย
สิ่งที่คุณต้องทำคือใช้ปุ่ม กระจาย() วิธีการในรหัสก่อนหน้า
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()
แผนภูมิวงกลม
พล็อตวงกลมแตกต่างจากส่วนที่เหลือด้านบนเล็กน้อย บรรทัดที่ 4 เป็นที่สนใจเป็นพิเศษ ดังนั้นลองดูคุณสมบัติที่นั่น
มะเดื่อ ใช้เพื่อกำหนดอัตราส่วนภาพ คุณสามารถตั้งค่านี้เป็นอะไรก็ได้ที่คุณชอบ (เช่น (9,5)) แต่เอกสารอย่างเป็นทางการของ Pandas แนะนำให้คุณใช้อัตราส่วน 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()
มีพารามิเตอร์บางอย่างที่แผนภูมิวงกลมมีที่น่าสังเกต:
ป้าย - สามารถใช้เพื่อกำหนดป้ายกำกับให้กับแต่ละชิ้นในแผนภูมิวงกลม
สี - สามารถใช้เพื่อให้สีที่กำหนดไว้ล่วงหน้าแก่แต่ละชิ้น คุณสามารถระบุสีได้ทั้งในรูปแบบข้อความ (เช่น สีเหลือง) หรือในรูปแบบฐานสิบหก (เช่น '#ebc713')
ดูตัวอย่างด้านล่าง:
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()
นอกจากนี้ยังมีแปลงอื่นๆ เช่น hist , พื้นที่ , และ ที่ไหน ที่คุณทำได้ อ่านเพิ่มเติมเกี่ยวกับ Pandas docs .
การจัดรูปแบบพล็อต
ในพล็อตด้านบนไม่มีแง่มุมใด ๆ เช่นป้ายกำกับ นี่คือวิธีการทำเช่นนั้น
ในการเพิ่มชื่อ ให้ใส่โค้ดด้านล่างใน Jupyter Notebook ของคุณ:
matplotlib.pyplot.title('My Graph Title')
แกน x และ y สามารถระบุตามลำดับดังนี้:
matplotlib.pyplot.xlabel('my x-axis label')
matplotlib.pyplot.ylabel('my y-axis label')
เรียนรู้เพิ่มเติม
คุณสามารถเรียกใช้ ช่วย() คำสั่งในโน้ตบุ๊กของคุณเพื่อรับความช่วยเหลือเชิงโต้ตอบเกี่ยวกับคำสั่ง Jupyter หากต้องการข้อมูลเพิ่มเติมเกี่ยวกับวัตถุเฉพาะ คุณสามารถใช้ ช่วย(วัตถุ) .
คุณจะพบว่าเป็นแนวปฏิบัติที่ดีในการลองวาดกราฟโดยใช้ชุดข้อมูลจากcsv ไฟล์. การเรียนรู้วิธีแสดงข้อมูลเป็นภาพเป็นเครื่องมือที่มีประสิทธิภาพในการสื่อสารและวิเคราะห์สิ่งที่คุณค้นพบ ดังนั้นจึงควรสละเวลาเพื่อสร้างทักษะของคุณ
แบ่งปัน แบ่งปัน ทวีต อีเมล วิธีการนำเข้าข้อมูล Excel ลงในสคริปต์ Python โดยใช้ Pandasสำหรับการวิเคราะห์ข้อมูลขั้นสูง Python ดีกว่า Excel ต่อไปนี้คือวิธีการนำเข้าข้อมูล Excel ของคุณไปยังสคริปต์ Python โดยใช้ Pandas!
อ่านต่อไป หัวข้อที่เกี่ยวข้อง- การเขียนโปรแกรม
- Python
- บทเรียนการเข้ารหัส
- การวิเคราะห์ข้อมูล
เจอโรมเป็นพนักงานเขียนบทที่ MakeUseOf เขาครอบคลุมบทความเกี่ยวกับการเขียนโปรแกรมและลินุกซ์ เขายังเป็นคนที่กระตือรือร้นในการเข้ารหัสและคอยติดตามดูอุตสาหกรรม crypto อยู่เสมอ
เพิ่มเติมจาก Jerome Davidsonสมัครรับจดหมายข่าวของเรา
เข้าร่วมจดหมายข่าวของเราสำหรับเคล็ดลับทางเทคนิค บทวิจารณ์ eBook ฟรี และดีลพิเศษ!
คลิกที่นี่เพื่อสมัครสมาชิก