Loading

Mega May PDF Sale - NOW ON! 25% Off Digital Certs & Diplomas Ends in : : :

Claim My Discount!
Study Reminders
Support
Text Version

Set your study reminders

We will email you at these times to remind you to study.
  • Monday

    -

    7am

    +

    Tuesday

    -

    7am

    +

    Wednesday

    -

    7am

    +

    Thursday

    -

    7am

    +

    Friday

    -

    7am

    +

    Saturday

    -

    7am

    +

    Sunday

    -

    7am

    +

Diversi Tipi di Base Matplotlib Charts

00.00 Speaker 1: cosa sta succedendo, tutti, e benvenuti nella seconda parte della sezione 2 per la visualizzazione dei dati con Python che utilizza matplotlib. Così in questa sezione parleremo solo delle opzioni di tracciamento di base, come usare matplotlib e tutto ciò. Ora una delle versioni più base del grafico che possiamo eventualmente fare è una dove abbiamo solo alcuni punti e poi colletiamo quei punti per righe e questo è generalmente indicato solo come grafico di linea. Questo è anche il grafico predefinito di matplotlib nella maggior parte dei casi e fa per una grande introduzione al modulo. Quindi prima di tutto per usare la maggior parte di matplotlib tipicamente avrai il primo liner e import, sarà importata "matplotlib.pyplot" come plt. Ora i quadri di pyplot sono uno dei quadri principali per la creazione di grafici e grafici in matplotlib.

01.02 S1: Ora come nota lato l'idea originale per matplotlib era quella di avere imitare nel complesso il quadro di plotting MATLAB. MATLAB per chi di voi non lo sa, è un linguaggio di alto livello con uno stile di sviluppo interattivo molto simile a quello che Python può essere, anche se MATLAB è quasi esclusivamente usato dall'ingegneria e dalla gente scientifica. Non è generico o generale come Python può essere. E ora davvero non c'è niente che MATLAB faccia quel Python no. Così è stato per questo che il creatore di matplotlib o creatori ha visto che c'era un po' di buco su Python per quanto riguarda la grafatura scientifica. Ora una volta che hai importato questo, sei pronto a fare dei grafici di base che in realtà non hai bisogno di altre importazioni oltre a questo modulo di pyplot. Ora quello che stiamo per fare è, facciamo solo una trama davvero semplice così possiamo usare la plt e il motivo per cui importiamo questo come plt è possibile importare da matplotlib import pyplot e questo sarebbe totalmente fine.

02.06 S1: È solo che la maggior parte delle persone tende a usare la placca come come la mano breve per la pyplot quindi è solo una specie di standard che la gente usa così continueremo ad usare quello standard. Ora con pyplot possiamo usare il metodo dotplot così possiamo fare "plt.P - L - O - T, plt.plot" e possiamo utilizzarlo per creare un grafico sullo sfondo. Ora con la maggior parte della grafica quello che finisce per accadere è il tipo di computer che disegna tutto sullo sfondo così crea questa immagine di dietro le quinte per quanto riguarda tutte le grafiche. E disegna tutta quella roba sullo sfondo. E poi alla fine quando tutti abbiamo finito di modificare l'immagine, la porterà sullo schermo visualizzarlo all'utente. Quindi in questo momento abbiamo solo questa unica linea che trarremo ma forse più tardi avrai otto righe che stai tramando su un grafico o magari hai più figure e sottografici e tutto questo genere di cose e magari hai una leggenda e delle etichette e un titolo e ogni tipo di altra roba.

03.07 S1: Così come potete immaginare se lo mostravate ad ogni passo del modo, questo sarebbe un po' inefficiente anche per quanto riguarda la grafica. E'il rendering della grafica che riprende la maggior elaborazione nella maggior parte dei casi. Quindi "plt.plot", e poi qui dentro hai messo dei parametri e in realtà ci sono un sacco di argomenti e argomenti chiave, o argini e kwargs che puoi passare qui ma il più basilare è che passi una X e una Y. O sei X e Y, quindi per ora ne faremo delle liste e ne useremo solo uno, due, tre, quattro e un cinque, poi ci metteremo ... Quindi quelle sono variabili X e poi ci basterà qualche numero. Puoi copiare lo stesso numero che sto scegliendo o puoi fare da solo non importa davvero.

03.54 S1: Ora una volta che hai finito di tramontare tutte le cose che vuoi tracciare e concepibilmente di fare tutte le altre cose che potresti voler fare, manterremo questo più semplice possibile. Quello che vogliamo fare è davvero portare il grafico con un " plt.show. Ora a meno che non stiamo facendo qualcosa con possibilmente la funzionalità animata di matplotlib non c'è davvero nessuna modifica di un grafico una volta che lo mostri. E quando si chiama "plt.show" così. Quando lo chiami, il tuo script si metterà in pausa. Così per esempio potremmo dire "la stampa è arrivata qui", ok. Così che si stamperà sulla console quando arriveremo davvero a questa linea. Quindi andiamo avanti e salviamo e ripercorriamo che di nuovo, se non hai familiarita ' con il codding in idle, puoi codificare e puoi premere F5 e questo e'abbastanza buono o puoi semplicemente andare a correre e eseguire il modulo. Di solito premo F5 quindi di solito dico, "risparmia e corri" o semplicemente corri e poi ti chiederà se vuoi salvare il modulo che farà scoppiare con una piccola finestra del genere. Io vado avanti e dico "sì". E poi da lì si correrà e dovremmo far entrare il nostro grafico qui in un secondo, eccola e basta, quindi un vero e proprio semplice grafico. Ora porterò la console qui e come potete vedere non abbiamo stampato che "siamo arrivati" ancora, quindi potremmo chiudere questo e poi ci dice "arrivato qui". Ora una cosa che potreste fare è, potreste tracciare un grafico fare alcune modifiche che vorremmo ...

05.20 S1: semplicemente envisualizzeremo facendo alcune modifiche qui mostrano quel grafico ok cool, vicino e si vede che non è successo niente di più, giusto? E il motivo per cui una volta si mostra e si esce che chiarirà la trama così per arrivare più o un altro grafico in alto o come diciamo che tu stia grafando qui e poi te lo hai mostrato e poi tu non lo sai stampare, non c'è più bisogno di mostrare che avrei messo in pausa il codice a quel punto ma tu trama qui di seguito, ma tu trama qui diciamo e usi la trama e quando chiudi quel grafico ti sbarcherà di tutta quella roba di sfondo così avrai effettivamente bisogno di ri - chiamare "plt.plot" come questo per mostrarlo di nuovo, ok? Solo nel caso in cui cercasse delle modifiche o qualcosa del genere.

06.09 S1: Quindi, comunque, ecco per un'introduzione davvero basilare su come il matplotlib funzionerà ma di nuovo bisogna importare matplotlib in qualche forma ma per la maggior parte subito fuori dal cancello tutto quello di cui abbiamo davvero bisogno è Pyplot. Da lì è possibile utilizzare il metodo dotplot qui e mentre puoi passare un sacco di altri argomenti e argomenti di parole chiave di cui parleremo più tardi, devi solo passare una X e una Y, e poi finalmente fai un "plt.show".

06.36 S1: Alcuni errori che potreste avere lungo la strada, sarebbe una cosa del genere. Diciamo subito X, ha cinque variabili e Y ha cinque variabili, ma se X avesse sei variabili e proviamo a tracciarlo? Vedi di ottenere questo brutto errore ed è un errore di valore e si ottiene questo ... Principalmente è la X e Y devono avere la stessa prima dimensione. Praticamente quello che significa è lunghezza, quindi se quello è un errore, quando si vede quell' errore si dovrebbe solo automaticamente sapere che, "Oh, X e Y hanno una lunghezza diversa". E un sacco di volte X e Y saranno variabili dinamiche quindi non sono come ... È come bianco e nero come questo è dove si può visionare visivamente ed essere come uno, due, tre, quattro, cinque. No.

07.16 S1: potresti avere migliaia di punti e non sembreresti nemmeno che siano variabili salvate e non li guardi mai. Ma se vedete quell' errore, di solito quello che farò sarà solo stampare la Letta di X e poi potete fare la stessa cosa qui, printlenY. Ora ovviamente non abbiamo X e Y ma in teoria si avrebbe X uguale a questo elenco e Y uguale a questo elenco. E poi se questi sono arrivati come wildly diversi o magari a volte c'è solo un numero, è come uno più grande o qualcosa del genere, puoi lavorare a correggere il tuo grafico. Ma basta tenere a mente che se queste non sono la stessa lunghezza si otterrà che non lo stesso errore di prima dimensione.

07.56 S1: Ora, questo è stato fatto tre righe, roba davvero semplice. Matplotlib non è troppo male. Anche se chiunque stia prendendo una classe di matematica o qualunque cosa sappia che dobbiamo avere altre cose come titoli e roba del genere nei nostri grafici, ecco di cosa stiamo parlando nella parte successiva, sta facendo titoli e etichette e testo e roba del genere così restate sintonizzati per questo.
00.00 Speaker 1: Ciao a tutti e benvenuti nella parte terza della sezione 2 della nostra visualizzazione dei dati con Python e matplotlib serie tutorial. In questa parte, quello di cui parleremo sono titoli ed etichette ai nostri grafici. Quindi eseguiremo solo questo vero e proprio veloce, e mostreremo la nostra corrente ... Questo è il nostro grafico. Quindi bel grafico di base, niente di troppo elegante qui. Ora, se hai mai fatto una lezione di matematica a scuola, le possibilità di sapere che i grafici richiedono titoli ed etichette, altrimenti, hai saltato i punti sui tuoi compiti. Così mentre a volte è super ovvio quello che il tuo grafico rappresenta, i tuoi telespettatori ... E forse è super ovvio per te, ma i tuoi telespettatori potrebbero non saperlo nemmeno. E le persone tendono a smagliarsi su dati e cose. Quindi è utile se possiamo aggiungere etichette e titoli, e roba del genere. Quindi la gente si aspetta, almeno, di vedere un titolo di cosa rappresenta questo dato. E in genere, vogliamo anche vedere etichette X e Y. Ora a volte, l'etichetta X è così evidente, forse è un timbro temporale, o qualcosa del genere, quindi sappiamo che questi sono tempi.

01.04 S1: Ma in genere vogliamo etichettare anche l'asse Y, semplicemente perché, un sacco di volte, è l'asse Y che non sappiamo davvero cosa rappresenta. Ma a volte si può avere tempo anche sull'asse Y o qualcosa di ovvio. Ma è sempre meglio essere sicuri e etichettarli. Comunque, etichettare e aggiungere titoli, e roba in matplotlib è abbastanza semplice. Quindi andando avanti, quello che andremo avanti e fare è come convertirlo in un esempio leggermente più realistico di tipicamente come avrete dei complotti. Avrai una X e poi una Y, e questo avrà eguali qualcosa. Nel nostro caso, terremo solo le liste che abbiamo qui. Ma generalmente si potrebbe avere una sorta di funzione, o qualcosa che sta assegnando questi valori. Cambierò questo in modo che il nostro grafico sembri un po' più interessante. Ci siamo. E poi quando trama, trinciamo X, e poi Y come quello. Così ora abbiamo una M, comunque.

[ zuckle]

02.07 S1: Così in generale, quando si va a trama qualcosa, non si farà fatica a codificare tutto. Quindi se sei cose di codifica impegnativa, perché stiamo usando dei programmi in ogni caso. Così ora che abbiamo tracciato, abbiamo pl.plot e poi quello che faremo sarà venire qui, e diremo solo, "plt.xlabel", e questo è esattamente quello che sembra. E'l'etichetta per il nostro asse x. Quindi diremo, l'etichetta X è uguale a, e poi semplicemente passiamo una stringa qui, trama numero. Ci sono altri parametri anche quelli di cui probabilmente parleremo più tardi, ma per ora passeremo semplicemente un semplice testo. Poi possiamo anche passare un "plt.ylabel", e questo sarà per l'asse y. L'asse x è l'asse inferiore, l'asse y è quello che va su e giù. Così hai il numero di trama, e poi per l'etichetta y, diremo solo "Un numero casuale", perché è quello che è. Così ora possiamo risparmiare e correre questo. E quello che otteniamo qui è un grafico, e potrebbe essere un po' difficile vedere sullo schermo per voi, ma dovreste essere in grado di vederlo sul vostro.

03.13 S1: Che ora hai questi segni qui, e hai anche questa etichetta sulla X e Y e anche il tuo asse Y viene automaticamente formattato per essere su e giù con l'asse. Non hai nemmeno avuto bisogno di fare nessuna codifica per quello. Quindi è abbastanza figo. Accanto possiamo aggiungere anche un titolo. E fare che è abbastanza semplice. Facciamo solo "plt.title". Bam. E quello che faremo è aggiungere il titolo, e chiameremo solo questo un "grafico Epic", perché è quello che è. Quindi salva e corri che, e abbastanza sicuro, ci siamo. Abbiamo un titolo qui che è solo automaticamente leggermente più grande delle altre etichette, e roba del genere. Ora, a volte potresti avere un titolo davvero molto lungo. Grafico epico e sto cercando di pensare a qualcosa che possiamo aggiungere qui. "Epic graph tutorial per dataviz", "perché siamo cool", In Python con matplotlib ". Vediamo se questo è abbastanza lungo per essere un problema. No. [ chuckle] "Tutorial che mostra etichette e titoli". Ok, questo dovrebbe essere abbastanza lungo. Così salveremo e correremo così. E abbastanza sicuro, vediamo, ok, sì, sta finendo lo schermo, e questo non va bene e nessuno vuole un titolo davvero lungo come quello.

04.36 S1: Così quello che possiamo fare è possiamo usare la nuova linea così possiamo liberarci di quello spazio extra lì, per poi usare la barra. Ecco quindi la barra che è al di sopra del tuo ingresso chiave, non quella a sinistra del tuo turno. Così n, e questo è un nuovo carattere di linea, e matplotlib lo riconoscerà, e lo mette su una nuova linea per noi. Così ora possiamo candidare e vedrai qui che ora hai "Epic graph tutorial per dataviz in Python e matplotlib tutorial che mostra etichette e titoli". Quindi ora è un po' più facile leggere e non si esaurisce la pagina. Ok. In realtà voglio quel grafico indietro. E l'altra cosa che voglio che andiamo avanti e coprire prima di arrivare troppo in profondità, è quello che dovremmo fare in queste finestre. Quindi facciamo questo un po' più grande qui. Così potete vedere che ci sono un mucchio di bottoni qui in basso a sinistra. E ogni pulsante fa cose abbastanza diverse. Ma davvero, fino a quando non iniziamo a fare niente, i primi tre pulsanti sono sostanzialmente inutili. Allora gioiamo con questo quarto, quindi questo che è come una croce. Clicca su questo e vedrai che il tuo cursore è cambiato un po '. E quello che possiamo fare è, quando facciamo questo, possiamo clicca - e - tenere premuto sul grafico, e fare clic su - e - trascinare il grafico su.

05.56 S1: Quindi per impostazione predefinita, matplotlib prova a fare in modo che il tuo grafico sia bello e centrato sulla pagina e puoi vedere tutti i punti. E questo è tutto. Ma potresti voler spostare le cose o qualsiasi cosa ed è così che lo faresti. Ora, la cosa più vicina alla destra è questo pulsante di zoom e fa esattamente quello che sembra. Puoi zoomare. Quindi, l'hai capito e poi clicca e fai praticamente cadere la scatola. Quindi, clicca e trascina la casella. Bam. E zoom a quel punto. Il prossimo sono questi sottografici configurati che sono a destra della ricerca. Clicchiamo su quello e troviamo questa piccola finestra scorrevole. E questo sarà un po' più utile in seguito, ma questo è tipo il ... Non lo so. Allineamenti in natura di principi del grafico. Ma vedrai qui. Così, a sinistra, possiamo regolarci e questo è quanto spazio è a sinistra del grafico. Così, si vede che possiamo completamente bussare a tutte le zecche e anche la spina dorsale ci si perde per zero - zero. Oppure possiamo creare una tonnellata di spazio semplicemente assurdo. E si può vedere dove si trovava il vecchio default. Ma possiamo farlo per farlo usare tutto lo spazio, diciamo. Stessa cosa con il fondo. Si può fare la stessa cosa. E poi hai ragione e top. E poi hai questo spazio W e spazio H. E con questo grafico possiamo farlo tutto il giorno e notiamo che non succede davvero nulla.

07.16 S1: Questo spazio W e lo spazio H entreranno effettivamente in gioco è quando si hanno più sottografici. Ci arriveremo. Ma tra i sottoposti c'è anche uno spazio tra di loro. Ci si può pensare, se hai familiarita ' magari con HTML. Oppure ci si può pensare come imbotti tra tutti gli elementi. Quindi, comunque, questo è questo configura. Infine, si ha il salvataggio della figura. Puoi clicca e puoi salvare un'immagine di quella figura da qualche parte. Quindi, è possibile salvarlo sul desktop. Puoi salvarlo come PNG. Puoi anche salvarlo come grafica vettoriale, roba del genere. E poi, tornando a questi primi tre. Si può usare queste frecce come questa sarebbe la schiena. Quindi, è come un tasto indietro. Così, si può colpire indietro e si torna al look originale. E puoi colpirlo di nuovo e di nuovo e alla fine, arriverai all'inizio. Ma poi, si può tornare indietro di nuovo a dove eravamo. E poi, se ti capita di perderti così e non vuoi capire dove è di nuovo a casa, clicca sulla casa. E bam, ti porterà alla vista originale. Quindi, questo è un po' utile.

08.17 S1: Così, ecco per questa parte. Quello che faremo nella parte successiva, sarà parlare di aggiunta di leggende. Quindi, un po' più di informazioni sulla trama che stiamo guardando. È davvero utile però per avere delle linee, soprattutto se hai più righe su un grafico. In sostanza, diventa essenziale a quel punto. Quindi, comunque, ecco cosa copriremo nel prossimo tutorial così restate sintonizzati per questo.

00.00 Speaker 1: cosa sta succedendo a tutti e benvenuto nella quarta parte della nostra sezione due con Data Visualization con Python in serie tutorial Matplotlib. In questa sezione, quello di cui stiamo parlando sono le basi di matplotlib e in questa parte specifica, parleremo di leggende. Così, a parte i titoli e le etichette, un'altra parte abbastanza integrale ai grafici è una leggenda quasi certamente necessaria se il grafico ha più di una linea, bar o qualunque cosa. Quindi, aggiungere leggende con matplotlib è abbastanza dritto in avanti almeno all'inizio, ma come tutto in matplotlib, le leggende possono essere altamente personalizzate. Per ora ci atterremo con una leggenda davvero semplice, ma potresti trovare abbastanza velocemente che le leggende possono mettersi in mezzo.

00.49 S1: Così, puoi spostarli in giro nel grafico o puoi spostarli fuori dal grafico, ma poi hai forse se hai un'altra sottotrama che ora stanno mettendo in mezzo a quell' altra sottotrama e bla bla bla bla bla. Quindi, sapere come lavorare con loro sarà davvero importante e ne parleremo di più di personalizzarli in linea. Ma almeno per ora, copriremo solo una sottotrama davvero base con una leggenda di base. Così, per avere una leggenda, dobbiamo avere qualche modo per raccontare la leggenda quali sono le linee. Quindi, la leggenda non sa solo quale sia l'etichetta di una linea. Dobbiamo passare quello e il modo in cui passiamo che è attraverso il metodo della trama della trama di torta. Quindi, quello di cui avremo bisogno ora è un'altra linea.

01.38 S1: Quindi, andiamo avanti e creiamo una seconda linea per afferrarsi. Quindi, subito, stiamo tracciando questi X e Y. Andiamo avanti e facciamo solo copiare la Y qui, scendiamo, incolla e poi faremo solo questo Y2 e poi passeremo qualche nuovo numero qui dentro. Ok. Questo sarà abbastanza buono. Quindi, allora andremo avanti e faremo plt.plot. Basta copiarlo di nuovo, incollare e poi X può rimanere lo stesso, ma questa volta trama Y2. Ora, andiamo avanti e trama che e basta guardarlo. Così, potete vedere che abbiamo due linee, ma davvero non sappiamo quale linea sia quale. Quindi, questo è il tutto punto di una leggenda. Così, possiamo chiuderci da questo. E ora, quello che faremo è solo fare una virgola, virgola e aggiungiamo questa volta un'etichetta e un'etichetta uguale, e poi passiamo qui un argomento di stringa. Quindi, questa sarà la linea iniziale e poi qui, avremo un'etichetta uguale e questa sarà nuova linea.

02.41 S1: Quindi, ora possiamo correre questo, giusto? E non succede davvero niente. Quindi, abbiamo le etichette, ma in realtà non abbiamo ancora una leggenda. Così, possiamo chiudere questo e ora siamo pronti ad aggiungere una leggenda. Quindi, quello che possiamo fare è fondamentalmente giusto prima di plt.show, possiamo chiamare questa leggenda in. Ora, la leggenda proprio come tutto il resto fa i parametri e questo è un po' dove andiamo a personalizzare una leggenda. Ma al livello più base, ha dei default e il motivo per cui si può semplicemente fare plt.legend. E poi solo ... Questo causera ' una leggenda da mostrare. Così, possiamo correre questo e vedremo ora in alto proprio qui, abbiamo una leggenda e avrete ... Qui abbiamo una piccola linea breve e poi quella è la linea iniziale e una nuova linea.

03.31 S1: E se avete detto scatter complotti o marcatori diversi di cui parleremo più avanti, saranno marcati qui che è abbastanza utile soprattutto in fondo alla strada se avete vari tipi di linee diverse e tutto ciò. Non è solo una battuta. Come se fosse una linea spessa, sarà più veloce e roba del genere. Quindi, è abbastanza utile. Ma come potete vedere, la leggenda è quasi in arrivo. Insomma, possiamo vedere che questo va da questo punto e poi a questo punto, ma si può vedere la leggenda è solo in qualche modo. Insomma, sarebbe bello se la leggenda fosse come, non so, qui o sempre non in linea. E così, potete mettere una leggenda qui, da questo lato, o sotto il grafico, o sopra il grafico, o qualcosa del genere. Si può fare, si ottiene solo un po' di peluche mentre si inizia a spostarlo, ma è tutto possibile.

04.17 S1: Quindi, comunque, chiudiamo fuori di qui. E con la leggenda e con qualsiasi cosa, come quando si chiama trama per esempio, si chiama qualche complotto in essere, è solo che non c'era una trama. Ma con la leggenda, visto che qui abbiamo già le etichette, ecco perché si è in grado di farla franca solo chiamando i parametri vuoti di plt.legend e qualcosa di ancora salta fuori perché praticamente abbiamo già dato alla leggenda tutta la roba di cui ha bisogno.

04.42 S1: Ok. Quindi, questo è davvero tutto quello che c'è con le leggende. Quindi, andremo avanti e lo taglieremo qui. Nel prossimo tutorial, quello di cui parleremo sono i grafici a barre e come fare un semplice grafico a barre con matplotlib. Quindi, restate sintonizzati per quello. 00.00 Speaker 1: Cosa sta succedendo a tutti? Benvenuti nella parte cinque della sezione due della nostra visualizzazione dati con Python e matplotlib serie tutorial. In questa parte, quello di cui parleremo sono i grafici a barre. Quindi, i grafici a barre sono un vero e proprio semplice tipo di grafico dove si hanno barre di dati. Quindi, se non sai cosa sia un grafico a barre, stai per vederne uno. Ma le possibilità sono, sai già cosa è. Quindi, quello che andremo avanti e fare è, possiamo lasciare questa X, Y e davvero possiamo probabilmente scappare con l'utilizzo di questi dati esatti qui. Ci libereremo di queste etichette. Probabilmente riscriveremo quelli e cancelleremo semplicemente tutto il resto. La leggenda, possiamo tenere. Non vedo proprio nessun problema con quello. Sì. Quindi, andiamo avanti e tracciamo un bar.

00.46 S1: Così, per fare i grafici a barre, quello che hai a che fare con matplotlib è, devi solo notificare matplotlib delle tue intenzioni, in sostanza, non importa quello che stai facendo. Quindi, se stai facendo un grafico regolare, va bene. Tu fai plt.plot e tutto grande. E tutto quello che fai è specificare un tipo di linea, se vuoi e un tipo di marker e sei bravo ad andare. Ok. Semplicemente succede che il tipo di linea predefinito sia una linea retta, quindi non abbiamo dovuto fare niente di tutto questo. Se vuoi fare una trama di dispersione, devi raccontare matplotlib, "Hey, sto per buttare via i dati della trama". Se vuoi fare un grafico a barre, devi raccontarlo in anticipo "Hey, sto per fare un bar". Quindi, il modo in cui si fa che si affligge, e se non si poteva indovinare, è bar. [ chuckle] E così con il bar, passeresti di nuovo Xs e Ys. Così, possiamo fare qualcosa di veramente semplice, uno, due, tre e poi, possiamo passare un cinque, un tre e un quattro. Whoops. Cinque, tre, e un quattro. Ed è proprio questo, questo è tutto quello che devi fare, quindi potremmo davvero fare un grafico che sia davvero veloce. E ci sei, hai dei bar.

01.48 S1: E probabilmente hai visto un errore, e questo è l'errore. Non hai trovato oggetti etichettati. E il motivo per cui stiamo ottenendo quell' errore è che chiediamo alla leggenda di presentarsi ma non ha nulla da mostrare, quindi otteniamo quell' errore. Non è un errore di arresto di gioco o niente del genere. Il codice correrà ancora e la sceneggiatura continuerà comunque ma è quello che stai ottenendo. Quindi, se vedi quell' errore, è perché stai chiedendo una leggenda e non l'hai detto; non hai dato alla leggenda nulla da visualizzare. Ora, abbiamo già ottenuto Xs e Ys predefiniti, quindi andiamo avanti e facciamo X, Y. Bene abbastanza. E poi, diamogli un'etichetta. E l'etichetta sarà solo 1. E poi, andiamo avanti e tracciamo un altro, plt.bar, e poi teniamo X, ma questa volta faremo anche Y. E l'etichetta qui sarà 2. Ora, possiamo risparmiare ed eseguire quella, e vedremo un problema. [ zuckle]

02.45 S1: Certo, c'è il tuo problema. Si può vedere che ... Beh, prima di tutto abbiamo dei dati sovrapposti, quindi non è il massimo. Ma anche, possiamo vedere nella nostra leggenda che si tratta di colori diversi. [ chuckle] Così, anche questo non ci aiuta molto. Così, per esempio, quello che potremmo fare è, potremmo cambiare X. Cambiamo X solo per il gusto degli esempi. Due, quattro, sei, otto, 10 e poi faremo un X2 uguale a uno, tre, cinque, sette e nove. Qualsiasi altra roba può rimanere la stessa, quindi X, X2, questo sarà X2. Salviamo e gestiamo quello. Ci siamo. Quindi ora, hai ottenuto un sacco di bar, ma di nuovo, non possiamo davvero vedere quale parte sia quale qui, quindi la cosa successiva che dobbiamo cambiare è, possiamo cambiare il colore del bar, nello specifico. Così, possiamo usare il colore uguale ... E per ora, usiamo solo G. Ok. Quindi, G è per il verde e possiamo cambiare anche questo. Possiamo dire colore uguale ... Whoops. Colore uguale M per magenta, e salveremo ed eseguiremo questo. E ci si va, si vede che abbiamo cambiato il colore e si vede il nuovo colore tramite la leggenda e tutto è molto più facile da leggere qui.

04.03 S1: Ora, ovviamente, probabilmente dovremmo tenere il nostro ... Aggiungete semplicemente una pletta veloce e poi un'etichetta X, e questo sarebbe forse il numero di bar ... E poi, plt.ylabelbarheight. E non dimenticare la tua L per etichettare e poi, plt.titlebarcharttutorial. È sempre una buona idea fare in modo di avere sempre delle etichette " perché altrimenti la gente si confonde. Così, abbiamo preso i colori e abbiamo le etichette, e abbiamo ottenuto la leggenda, quindi è un grafico a barre abbastanza decente lì, solo un bel grafico a barre semplice. E poi, presto in fondo alla strada, un paio di sezioni più tardi, parleremo di grafici a barre 3D. Quindi, sarà abbastanza figo. Quindi, in sostanza, tutto quello che c'è da fare per un semplice grafico a barre.

04.56 S1: Ora, nel prossimo tutorial, parleremo di un istogramma, che è un sacco di gente che li considera la stessa cosa, ma sono piuttosto fondamentalmente diversi. Quindi, ecco di cosa parleremo dopo. E se non sai la differenza tra un grafico a barre e un istogramma, stai per. Quindi, restate sintonizzati per questo e grazie per il guardare. 00.00 Speaker 1: Ciao a tutti e benvenuti a parte sei della sezione due della nostra visualizzazione dati con matplotlib e serie tutorial Python. In questa parte quello di cui parleremo sono gli istogrammi. Ora dove sono davvero simili, i grafici a barre e gli istogrammi servono a scopi piuttosto diversi. Un grafico a barre è ottimo per confrontare le cose in categorie principali ma piuttosto povere per illustrare distribuzioni di dati almeno fuori dalla scatola. Considerare di mostrare forse un branco di punteggi di prova. Come si potrebbe mostrare la distribuzione dei gradi, giusto? Così si poteva mostrare ogni grado, ma questo non sarebbe davvero visivamente che si appellasse e non farebbe nemmeno davvero così bene a mostrare una distribuzione perché si poteva avere come un bar per grado o qualcosa che una persona ha raggiunto ma questo si tradurrebbe in forse un centinaio di bar diversi e questo sarebbe davvero messosi. Ora quello che più vogliamo fare in genere quando facciamo una sorta di distribuzione è forse vogliamo combinarci in gruppi come As, Bs, Cs e così via.

01.07 S1: Con i grafici a barre potremmo codificare la logica che gestirebbe per una cosa del genere e potremmo ancora usare i grafici a barre, ma un istogramma ha solo più senso usare e matplotlib ha degli istogrammi costruiti in. Quindi se questo è il tuo obiettivo, allora potresti anche usare la funzionalità di istogramma integrato. Quindi andiamo avanti e fondamentalmente rimuovere tutto tranne che per la roba matplotlib.pyplot, ne abbiamo ancora bisogno. E diciamo che sei un insegnante e hai dei punteggi di prova, quindi test_punteggio uguale e poi questo sarà solo un elenco di punteggi di prova, e davvero potremmo farlo in ordine numerico ma davvero non importa. Quindi mi butta solo qualche numero qui e voi ragazzi potete sentirvi liberi di copiarmi esattamente o semplicemente lanciarmi in qualsiasi tipo di punteggi di prova che volete, ma metterò solo in qualche numero.

02.04 S1: Vogliamo decisamente avere una buona quantità di numeri e praticamente qualsiasi cosa da, non so, 40s in avanti, speriamo che la gente non abbia segnato peggio di un 40 sul tuo test ma è concepibile. E una volta che hai finito di inventarti un mucchio di numeri, per ora andrà bene. Quindi abbiamo dei punteggi di prova e poi quello che vogliamo fare è tracciare questi punteggi di prova. Ora, prima di tutto, potremmo fare un branco di Xs facendo una cosa del genere. Così possiamo dire X uguale e poi faremo una lista qui. Quindi faremo e poi X e puntiamo punteggi, quindi potremmo fare una cosa del genere e correre quella. Oh, non ho mai fatto il pl.show. Fatemi solo chiamarlo proprio qui, plt.show, ci siamo. E quindi questi sono i nostri punteggi di prova, giusto? Quindi X è solo il numero. Quindi, finora in realtà non sappiamo nemmeno davvero che bene, questo è solo il numero di studente e il punteggio che hanno ottenuto. Così possiamo scorrere un po' di persone segnate qui, quasi tutti hanno fatto meglio di un 40 o tutti hanno fatto meglio di 40. Quindi potete vederla, ma è davvero difficile raccogliere qualsiasi insight da una rappresentazione in questo modo. Così invece possiamo usare un istogramma e lasciarmi andare avanti e aggiungere quel plt.show prima di dimenticare.

03.31 S1: lascerò questo bar semplicemente perché può essere utile. Ora, beh, in realtà facciamo vedere che uno e poi traltiamo qui l'altro. Quindi per un istogramma, generalmente si ha quello che si chiamano bidoni e i bidoni sono contenitori praticamente, è come buttare qualcosa in un bidone. Quindi diremo bidoni uguale, e poi qui sotto metteremo i bidoni del possibile, in questo momento il più basso era un 40. In teoria avremmo potuto avere qualcosa da zero a 10 e su così possiamo solo fare a 10, 20, 30, 40, 50, 60, 70, 80, 90 e suppongo che avremmo potuto avere persone che hanno segnato un 100. Così quelli sono i nostri possibili bidoni. E poi quello che possiamo fare è, possiamo dire plt.hist, per l'istogramma, e quello che vogliamo è prima facciamo i punteggi di prova stessi poi li mettiamo nei vari bidoni, poi faremo 'tipo' hist ' e poi diremo uguale a un bar e poi alla larghezza r, questo è solo quanto sono larghi i bar ... Faremo solo 0,8 minuti quindi non sono completamente toccanti, e poi possiamo fare un pl.show, e andiamo avanti e percorriamo. E così questa è la vecchia versione così ci chiudiamo fuori, ed ecco la nostra nuova. Così potete vedere che abbiamo 40, 50, 60, 70, 80, 90, 100, abbastanza cool. Quindi è un po' più facile per scopi di rappresentanza.