Обработка, анализ и визуализация данных стали одним из наиболее важных приложений Python за последние годы.
Визуализация данных относится к представлению данных как красивых статистических диаграмм, а затем для дальнейшего обнаружения законов и скрытой информации, содержащейся в данных.
Визуализация данных тесно связана с интеллектуальным анализом данных и аналитикой больших данных, а конечной целью этих областей, а также с очень развлекательным «глубоким обучением» состоит в том, чтобы предсказать будущее из прошлых данных.
Установка matplotlib
PIP можно использовать для установки MATPLOTLIB со следующей командой.
pip install matplotlib
Заговор
Код, чтобы нарисовать Линейный сюжет показан ниже:
# coding: utf-8
import matplotlib.pyplot as plt
def main():
x_values = [x for x in range(1, 11)]
y_values = [x ** 2 for x in range(1, 11)]
plt.title('Square Numbers')
plt.xlabel('Value', fontsize=18)
plt.ylabel('Square', fontsize=18)
plt.tick_params(axis='both', labelsize=16)
plt.plot(x_values, y_values)
plt.show()
if __name__ == '__main__':
main()
Вы можете сделать все виды Строки с питоном Анкет
Вы можете Нарисуйте гистограмму С matplotlib тоже.
Мы можем использовать нормальную функцию случайного модуля Numpy для генерации нормально распределенных данных выборки, где три параметра представляют ожидание, стандартное отклонение и размер выборки соответственно, а затем построить их в виде гистограмм, как показано в коде ниже.
# coding: utf-8
import matplotlib.pyplot as plt
import numpy as np
def main():
data = np.random.normal(10.0, 5.0, 1000)
plt.hist(data, 10)
plt.show()
if __name__ == '__main__':
main()
Ссылки по теме:
Оригинал: “https://dev.to/natamacm/matplotlib-and-data-visualization-4f34”