Hướng dẫn what are python tables? - bảng python là gì?

Matplotlib

Để thực hiện các suy luận thống kê cần thiết, cần phải trực quan hóa dữ liệu của bạn và Matplotlib là một trong những giải pháp như vậy cho người dùng Python. Nó là một thư viện vẽ đồ thị rất mạnh mẽ hữu ích cho những người làm việc với Python và NumPy. Module được sử dụng nhiều nhất của Matplotib là Pyplot cung cấp giao diện như MATLAB nhưng thay vào đó, nó sử dụng Python và nó là nguồn mở.

Nội dung chính

• Khái niệm chung
• Bắt đầu với Pyplot
• Tạo một biểu đồ đơn giản
• Nhiều biểu đồ trong 1 figure
• Tạo các loại biểu đồ khác nhau với Pyplot
• Kết luận:
• Tài liệu tham khảo

Để cài đặt Matplotlib nếu bạn có Anaconda chỉ cần gõ conda install matplotlib hoặc sử dụng tools pip pip install matplotlib

Khái niệm chung

Bắt đầu với Pyplot

• Tạo một biểu đồ đơn giản Như một cái cửa sổ chứa tất cả những gì bạn sẽ vẽ trên đó.
• Nhiều biểu đồ trong 1 figure Thành phần chính của một figure là các axes (những khung nhỏ hơn để vẽ hình lên đó). Một figure có thể chứa một hoặc nhiều axes. Nói cách khác, figure chỉ là khung chứa, chính các axes mới thật sự là nơi các hình vẽ được vẽ lên.
• Tạo các loại biểu đồ khác nhau với Pyplot Chúng là dòng số giống như các đối tượng và đảm nhiệm việc tạo các giới hạn biểu đồ.
• Kết luận: Mọi thứ mà bạn có thể nhìn thấy trên figure là một artist như Text objects, Line2D objects, collection objects. Hầu hết các Artists được gắn với Axes.

Bắt đầu với Pyplot

Tạo một biểu đồ đơn giản

Tạo một biểu đồ đơn giản

import matplotlib.pyplot as plt
import numpy as np

Nhiều biểu đồ trong 1 figure

Tạo các loại biểu đồ khác nhau với Pyplot

Kết luận:

Tài liệu tham khảob- có nghĩa là một đường màu xanh lam đặc. Trong hình dưới đây, mình sử dụng go có nghĩa là vòng tròn màu xanh lá cây. Tương tự như vậy, chúng ta có thể thực hiện nhiều kết hợp như vậy để định dạng biểu đồ của mình.

Để cài đặt Matplotlib nếu bạn có Anaconda chỉ cần gõ conda install matplotlib hoặc sử dụng tools pip pip install matplotlib

Nhiều biểu đồ trong 1 figure

Tạo các loại biểu đồ khác nhau với Pyplot

Kết luận:

Tài liệu tham khảo

Tạo các loại biểu đồ khác nhau với Pyplot

Kết luận:

Tài liệu tham khảo

Để cài đặt Matplotlib nếu bạn có Anaconda chỉ cần gõ conda install matplotlib hoặc sử dụng tools pip pip install matplotlib

Để tạo các biểu đồ thanh xếp chồng theo chiều ngang, ta sử dụng phương thức pip install matplotlib7 hai lần và chuyển các đối số trong đó ta đề cập đến index và width của biểu đồ thanh để xếp chúng theo chiều ngang. Ngoài ra, chú ý việc sử dụng hai phương thức Text2 được sử dụng để hiển thị chú giải của biểu đồ và Text3 để gắn nhãn trục x dựa trên vị trí của các thanh.

Tương tự, để xếp theo chiều dọc các biểu đồ thanh với nhau, chúng ta có thể sử dụng đối số Text4 và đề cập đến biểu đồ thanh mà chúng ta muốn xếp chồng bên dưới làm giá trị của nó.

2. Biểu đồ tròn

Một loại biểu đồ cơ bản nữa là biểu đồ Pie có thể được tạo bằng phương thức Text5 Chúng ta cũng có thể chuyển các đối số để tùy chỉnh biểu đồ Pie của mình để hiển thị shadow, explode một phần của nó, nghiêng nó theo một góc như sau:

3. Histogram Histogram là một loại biểu đồ rất phổ biến khi chúng ta xem xét dữ liệu như chiều cao và cân nặng, giá cổ phiếu, thời gian chờ đợi của một khách hàng, v.v ... liên tục trong tự nhiên. Histogram's data được vẽ trong một phạm vi so với tần số của nó. Histograms là các biểu đồ xuất hiện rất phổ biến trong xác suất và thống kê và tạo cơ sở cho các distributions khác nhau như normal -distribution, t-distribution, v.v. Trong ví dụ sau, chúng ta tạo dữ liệu liên tục ngẫu nhiên gồm 1000 entries và vẽ biểu đồ theo tần số của nó với dữ liệu chia thành 10 tầng bằng nhau. Mình đã sử dụng phương thức Text6 của NumPy's để tạo dữ liệu với các thuộc tính của standard normal distribution, nghĩa là = 0 và độ lệch chuẩn = 1 và do đó biểu đồ trông giống như một đường cong normal distribution. Histogram là một loại biểu đồ rất phổ biến khi chúng ta xem xét dữ liệu như chiều cao và cân nặng, giá cổ phiếu, thời gian chờ đợi của một khách hàng, v.v ... liên tục trong tự nhiên. Histogram's data được vẽ trong một phạm vi so với tần số của nó. Histograms là các biểu đồ xuất hiện rất phổ biến trong xác suất và thống kê và tạo cơ sở cho các distributions khác nhau như normal -distribution, t-distribution, v.v. Trong ví dụ sau, chúng ta tạo dữ liệu liên tục ngẫu nhiên gồm 1000 entries và vẽ biểu đồ theo tần số của nó với dữ liệu chia thành 10 tầng bằng nhau. Mình đã sử dụng phương thức Text6 của NumPy's để tạo dữ liệu với các thuộc tính của standard normal distribution, nghĩa là = 0 và độ lệch chuẩn = 1 và do đó biểu đồ trông giống như một đường cong normal distribution.

4. Sơ đồ phân tán và 3 chiều

Các biểu đồ phân tán là các biểu đồ được sử dụng rộng rãi, đặc biệt là chúng có ích trong việc hình dung một vấn đề về hồi quy. Trong ví dụ sau, cung cấp dữ liệu được tạo tùy ý về chiều cao và cân nặng và vẽ chúng với nhau. Mình đã sử dụng các phương thức Text7 và Text8 để đặt giới hạn của trục X và trục Y tương ứng.

Sự phân tán ở trên cũng có thể được hình dung trong ba chiều. Để sử dụng chức năng này, trước tiên ta cần import module Text9 như sau:

Line2D0

Khi module được nhập, một trục ba chiều được tạo bằng cách chuyển từ khóa Line2D1 sang phương thức Line2D2của module Pyplot. Khi đối tượng được tạo, chúng ta chuyển chiều cao và trọng số của đối số cho phương thức Line2D3.

Chúng ta cũng có thể tạo các biểu đồ 3 chiều của các loại khác như biểu đồ đường, bề mặt, khung lưới, đường viền, v.v. Ví dụ trên ở dạng biểu đồ đường đơn giản như sau: Ở đây thay vì Line2D3 chúng ta sử dụng phương thức Line2D5

Kết luận:

Hy vọng bài viết này hữu ích cho bạn. Trước khi mình kết thúc bài viết ở đây là danh sách tất cả các phương thức mà chúng đã xuất hiên.

• plot(x-axis values, y-axis values) —đồ thị đường đơn giản với các giá trị trục x so với giá trị trục y.
• show() - hiển thị biểu đồ
• title(“string”) - đặt tiêu đề
• xlabel(“string”) - đặt nhãn cho trục x
• ylabel(“string”) - đặt nhãn cho trục y
• figure() - dùng để control các thuộc tính của mức hình
• subplot(nrows, ncols, index) - thêm một subplot vào figure hiện tại
• suptitle(“string”) - thêm một tiêu đề chung vào hình
• subplots(nrows, ncols, figsize) - một cách thuận tiện để tạo các subplots. Nó trả về một tuple của figure và số lượng axes
• set_title(“string”) - dùng để đặt tiêu đề cho các ô con
• bar(categorical variables, values, color) - được sử dụng để tạo đồ thị thanh dọc
• barh(categorical variables, values, color) - dùng để tạo biểu đồ thanh ngang
• legend(loc) - dùng để tạo chú thích của đồ thị
• xticks(index, categorical variables) - get hoặc set vị trí đánh dấu hiện tại và nhãn của trục x
• pie(value, categorical variables) - dùng để tạo biểu đồ hình tròn
• hist(values, number of bins) - được sử dụng để tạo histogram
• xlim(start value, end value) - được sử dụng để đặt giới hạn giá trị của trục x
• ylim(start value, end value) - được sử dụng để đặt giới hạn giá trị của trục y
• scatter(x-axis values, y-axis values) - vẽ sơ đồ phân tán với các giá trị trục x so với giá trị trục y
• axes() - thêm một axes vào hình hiện tại
• set_xlabel(“string”) - được sử dụng đễ set nhãn x cho plot được chỉ định
• set_ylabel(“string”) - được sử dụng đễ set nhãn y cho plot được chỉ định
• scatter3D(x-axis values, y-axis values) - vẽ sơ đồ phân tán ba chiều với các giá trị trục x so với giá trị trục y
• plot3D(x-axis values, y-axis values) - vẽ đồ thị đường ba chiều với các giá trị trục x so với giá trị trục y

Tài liệu tham khảo

Bài viết được dịch từ nguồn: Matplotlib Tutorial