Home-theater-designers
ஜுபைட்டர் நோட்புக் தரவு விஞ்ஞானிகளுக்கான முதல் கருவியாகும். இது ஒரு ஊடாடும் இணைய இடைமுகத்தை வழங்குகிறது, இது தரவு காட்சிப்படுத்தல், எளிதான பகுப்பாய்வு மற்றும் ஒத்துழைப்புக்கு பயன்படுத்தப்படலாம்.
தரவு காட்சிப்படுத்தல் வரைபடங்கள் அல்லது வரைபடங்கள் மூலம் உங்கள் தரவிற்கான சூழலைக் கண்டறிய உதவுகிறது. இந்த டுடோரியல் ஜூபிடர் நோட்புக்கில் வரைபடங்களுடன் தொடர்புகொள்வதற்கான நுண்ணறிவு வழிகாட்டியை வழங்குகிறது.
முன்நிபந்தனைகள்
நீங்கள் வேண்டும் ஜூபிட்டர் நிறுவப்பட்டுள்ளது உங்கள் இயந்திரத்தில். அது இல்லையென்றால், உங்கள் கட்டளை வரியில் பின்வரும் குறியீட்டை உள்ளிட்டு அதை நிறுவலாம்:
$ pip install jupyterஉங்களுக்கும் இது தேவைப்படும் பாண்டாக்கள் மற்றும் matplotlib நூலகம்:
விண்டோஸ் 10 கடிகார கடிகார கண்காணிப்பு நேர முடிவை நிறுத்து
$ pip install pandas $ pip install matplotlibநிறுவல்கள் முடிந்ததும், ஜூபிட்டர் நோட்புக் சேவையகத்தைத் தொடங்கவும். அவ்வாறு செய்ய உங்கள் முனையத்தில் கீழே உள்ள கட்டளையை தட்டச்சு செய்யவும். தற்போதைய கோப்பகத்தில் கோப்புகளைக் காட்டும் ஜூபிட்டர் பக்கம் உங்கள் கணினியின் இயல்புநிலை உலாவியில் திறக்கும்.
$ jupyter notebookகுறிப்பு: நீங்கள் இந்த கட்டளையை இயக்கும் முனைய சாளரத்தை மூட வேண்டாம். அவ்வாறு செய்தால் உங்கள் சர்வர் நிறுத்தப்படும்.
எளிய சதி
ஒரு புதிய ஜூபிடர் பக்கத்தில், இந்தக் குறியீட்டை இயக்கவும்:
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()
குறியீடு ஒரு எளிய வரி சதித்திட்டத்திற்கானது. முதல் வரி இறக்குமதி செய்கிறது பைப்லோட் இருந்து நூலகம் வரைதல் matplotlib ஏபிஐ. மூன்றாவது மற்றும் நான்காவது வரிகள் முறையே x மற்றும் y அச்சுகளை வரையறுக்கின்றன.
தி சதி () வரைபடத்தை திட்டமிட முறை அழைக்கப்படுகிறது. தி நிகழ்ச்சி () வரைபடத்தைக் காண்பிக்க முறை பயன்படுத்தப்படுகிறது.
அதற்கு பதிலாக ஒரு வளைவை வரைய விரும்புகிறீர்கள் என்று வைத்துக்கொள்வோம். செயல்முறை அதே தான். வெறும் மதிப்புகளை மாற்றவும் மலைப்பாம்பு பட்டியல் y- அச்சுக்கு.
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()
முக்கியமான ஒன்றை கவனிக்கவும்: இரண்டு வரைபடங்களிலும், வெளிப்படையான அளவிலான வரையறை இல்லை. அளவு தானாகவே கணக்கிடப்பட்டு பயன்படுத்தப்படுகிறது. குறியீட்டைப் பற்றி கவலைப்படுவதற்குப் பதிலாக உங்கள் வேலையில் (தரவு பகுப்பாய்வு) கவனம் செலுத்தக்கூடிய ஜூப்டர் வழங்கும் பல சுவாரஸ்யமான அம்சங்களில் இதுவும் ஒன்றாகும்.
நீங்கள் விழிப்புடன் இருந்தால், x மற்றும் y அச்சுகளுக்கான மதிப்புகளின் எண்ணிக்கை ஒன்றே என்பதை நீங்கள் கவனிக்கலாம். அவற்றில் ஏதேனும் ஒன்று மற்றதை விட குறைவாக இருந்தால், நீங்கள் குறியீட்டை இயக்கும்போது பிழை கொடியிடப்படும் மற்றும் எந்த வரைபடமும் காட்டப்படாது.
கிடைக்கும் வகைகள்
மேலே உள்ள கோடு வரைபடம் மற்றும் வளைவைப் போலல்லாமல், பிற வரைபடக் காட்சிப்படுத்தல்கள் (எ.கா. ஒரு ஹிஸ்டோகிராம், பார் விளக்கப்படம் போன்றவை) காட்டப்படுவதற்கு வெளிப்படையாக வரையறுக்கப்பட வேண்டும்.
சட்ட வரைபடம்
பார் ப்ளாட் காட்ட நீங்கள் பயன்படுத்த வேண்டும் மதுக்கூடம் () முறை
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()
சிதறல் சதி
நீங்கள் பயன்படுத்த வேண்டியது எல்லாம் பயன்படுத்த வேண்டும் சிதறல் () முந்தைய குறியீட்டில் உள்ள முறை.
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()
பை வரைபடம்
ஒரு பை சதி மேலே உள்ள மற்றவற்றிலிருந்து சற்று வித்தியாசமானது. வரி 4 குறிப்பாக ஆர்வமாக உள்ளது, எனவே அங்குள்ள அம்சங்களைப் பாருங்கள்.
அத்தி விகிதத்தை அமைக்க பயன்படுகிறது. நீங்கள் விரும்பும் எதற்கும் இதை அமைக்கலாம் (எ.கா. (9,5)), ஆனால் அதிகாரப்பூர்வ பாண்டா ஆவணங்கள் 1 விகித விகிதத்தைப் பயன்படுத்துமாறு அறிவுறுத்துகின்றன.
import matplotlib.pyplot as plt
x=[4,9,16,25,36]
fig = plt.figure(figsize =(9, 5)) # line 4
plt.pie(x)
plt.show()பை விளக்கப்படத்தில் சில அளவுருக்கள் குறிப்பிடத்தக்கவை:
அடையாளங்கள் - பை விளக்கப்படத்தில் ஒவ்வொரு துண்டுக்கும் ஒரு லேபிள் கொடுக்க இதைப் பயன்படுத்தலாம்.
வண்ணங்கள் - ஒவ்வொரு துண்டுகளுக்கும் முன் வரையறுக்கப்பட்ட வண்ணங்களைக் கொடுக்க இதைப் பயன்படுத்தலாம். நீங்கள் வண்ணங்களை உரை வடிவத்தில் (எ.கா. மஞ்சள்) அல்லது ஹெக்ஸ் வடிவத்தில் குறிப்பிடலாம் (எ.கா. '#ebc713').
கீழே உள்ள உதாரணத்தைப் பார்க்கவும்:
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()
போன்ற பிற சதித்திட்டங்களும் உள்ளன வரலாறு , பகுதி , மற்றும் எங்கே உன்னால் முடியும் என்று பாண்டா ஆவணங்களைப் பற்றி மேலும் படிக்கவும் .
அடுக்கு வடிவமைப்பு
மேலே உள்ள அடுக்குகளில், லேபிள்கள் போன்ற எந்த அம்சங்களும் இல்லை. அதை எப்படி செய்வது என்பது இங்கே.
தலைப்பைச் சேர்க்க, உங்கள் ஜூபிடர் நோட்புக்கில் கீழே உள்ள குறியீட்டைச் சேர்க்கவும்:
matplotlib.pyplot.title('My Graph Title')X மற்றும் y அச்சுகளை முறையே கீழே பெயரிடலாம்:
matplotlib.pyplot.xlabel('my x-axis label')
matplotlib.pyplot.ylabel('my y-axis label')மேலும் கற்றல்
நீங்கள் இயக்க முடியும் உதவி() ஜூபிடர் கட்டளைகளைப் பற்றி ஊடாடும் உதவியைப் பெற உங்கள் நோட்புக்கில் கட்டளையிடுங்கள். ஒரு குறிப்பிட்ட பொருளைப் பற்றிய கூடுதல் தகவலைப் பெற, நீங்கள் பயன்படுத்தலாம் உதவி (பொருள்) .
Csv இலிருந்து தரவுத்தொகுப்புகளைப் பயன்படுத்தி வரைபடங்களை வரைய முயற்சிப்பது ஒரு நல்ல நடைமுறையாகும் கோப்புகள். தரவுகளை எவ்வாறு கற்பனை செய்வது என்பது உங்கள் கண்டுபிடிப்புகளைத் தொடர்புகொள்வதற்கும் பகுப்பாய்வு செய்வதற்கும் ஒரு சக்திவாய்ந்த கருவியாகும், எனவே உங்கள் திறமையை வளர்க்க சிறிது நேரம் எடுத்துக்கொள்வது மதிப்பு.
பகிர் பகிர் ட்வீட் மின்னஞ்சல் பாண்டாக்களைப் பயன்படுத்தி எக்செல் தரவை பைதான் ஸ்கிரிப்ட்களில் இறக்குமதி செய்வது எப்படிமேம்பட்ட தரவு பகுப்பாய்விற்கு, எக்செல் விட பைதான் சிறந்தது. பாண்டாக்களைப் பயன்படுத்தி உங்கள் எக்செல் தரவை பைதான் ஸ்கிரிப்டில் இறக்குமதி செய்வது எப்படி என்பது இங்கே!
அடுத்து படிக்கவும் தொடர்புடைய தலைப்புகள்- நிரலாக்க
- பைதான்
- குறியீட்டு பயிற்சிகள்
- தரவு பகுப்பாய்வு
ஜெரோம் MakeUseOf இல் ஒரு எழுத்தாளர். அவர் நிரலாக்க மற்றும் லினக்ஸ் பற்றிய கட்டுரைகளை உள்ளடக்கியுள்ளார். அவர் ஒரு கிரிப்டோ ஆர்வலராகவும், கிரிப்டோ தொழிற்துறையில் எப்பொழுதும் தாவல்களை வைத்திருப்பார்.
ஜெரோம் டேவிட்சனிடமிருந்து மேலும்எங்கள் செய்திமடலுக்கு குழுசேரவும்
தொழில்நுட்ப குறிப்புகள், மதிப்புரைகள், இலவச மின் புத்தகங்கள் மற்றும் பிரத்யேக ஒப்பந்தங்களுக்கு எங்கள் செய்திமடலில் சேரவும்!
குழுசேர இங்கே சொடுக்கவும்