matplotlib でデータを眺める
何かをモデル化する前に、まず眺めましょう。グラフは、数値の表では隠れてしまう形、広がり、外れ値を明らかにします。標準の道具は matplotlib で、plt として import します。
現代的なグラフの作り方は、figure と 1 つ以上の axes を求め、axes の上に描くことです。axes は 1 つの描画領域です:
import matplotlib.pyplot as plt
fig, ax = plt.subplots() # one figure, one axes
ax.plot([1, 2, 3], [4, 5, 6])
ax.set_title("My chart")axes の格子を求めることもできます。plt.subplots(1, 2) は 1 行に 2 つを返し、それをアンパックできます:
fig, (left, right) = plt.subplots(1, 2)働き者のグラフ 2 つ
ヒストグラムは、値をビンに分けて各ビンにいくつ入るかを数え、1 つの変数の分布を示します:
ax.hist(values, bins=4)散布図は、行ごとに 1 つの点で、ある変数を別の変数に対してプロットし、関係を明らかにします:
ax.scatter(x_values, y_values)このコースでのルールを 1 つ
ここでは決して plt.show() を呼ばないでください。採点プログラムには表示するウィンドウがなく、コードはピクセルではなく figure のデータを調べて確かめられます。たとえば、ビンが 4 つのヒストグラムは 4 つの棒のパッチを作り、len(ax.patches) で数えられます。だから figure を作り、タイトルを付け、必要なものをただの数値として記録しましょう。
2 つの配列 ages と spend(それぞれ 12 個の値)が与えられています。fig, (ax_hist, ax_scatter) = plt.subplots(1, 2) で、1 行に 2 つの axes を持つ figure を作ってください。ax_hist には bins=4 で ages のヒストグラムを描いてタイトルを付けます。ax_scatter には ages(x)対 spend(y)の散布図を描いてタイトルを付けます。最後に n_bars = len(ax_hist.patches) とし、n_points をプロットした散布図の点の数にしてください。
この演習はまもなく開きます
その前のレッスンを終えると、このレッスンが解放されます。コース全体が無料でアカウントも不要、このレッスンは今すぐ読めます。
このブラウザは learn.floati.life の Cookie をブロックしているため、ここで修了したレッスンを順番どおりに開けません。このサイトの Cookie を許可して再読み込みしてください。