강의 계획 레슨 250개 중 86번째 · 첫 머신러닝 모델
첫 머신러닝 모델

matplotlib로 데이터 보기

무엇이든 모델링하기 전에 보세요. 그래프는 숫자 표가 숨기는 모양, 퍼짐, 이상값을 드러내요. 표준 도구는 plt로 import 하는 matplotlib이에요.

현대적인 방법은 figure와 하나 이상의 axes를 요청한 다음, axes 위에 그리는 거예요. axes는 그래프 영역 하나예요:

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")

axes의 격자도 요청할 수 있어요. plt.subplots(1, 2)는 두 개짜리 한 줄을 주고, 풀어서 받을 수 있어요:

fig, (left, right) = plt.subplots(1, 2)

일꾼 그래프 두 개

히스토그램은 값을 구간에 나눠 담고 각 구간에 몇 개가 들어가는지 세어서 변수 하나의 분포를 보여 줘요:

ax.hist(values, bins=4)

산점도는 한 변수를 다른 변수에 대해, 행마다 점 하나로 그려서 관계를 드러내요:

ax.scatter(x_values, y_values)

이 강좌의 규칙 하나

여기서는 plt.show()를 절대 부르지 마세요. 채점기에는 띄울 창이 없고, 코드는 픽셀이 아니라 figure의 데이터를 살펴서 확인돼요. 예를 들어 구간이 4개인 히스토그램은 막대 패치 4개를 만들고, len(ax.patches)로 셀 수 있어요. 그러니 figure를 만들고, 제목을 정하고, 필요한 것을 평범한 숫자로 기록하세요.

내 차례

배열 두 개가 주어져요: ages와 spend(각각 값 12개). fig, (ax_hist, ax_scatter) = plt.subplots(1, 2)로 axes 두 개가 한 줄로 있는 figure를 만드세요. ax_hist에는 bins=4로 ages의 히스토그램을 그리고 제목을 주세요. ax_scatter에는 ages(x) 대 spend(y)의 산점도를 그리고 제목을 주세요. 마지막으로 n_bars = len(ax_hist.patches)로 정하고, n_points를 그려진 산점도 점의 수로 정하세요.

이 레슨에서 문제를 발견했나요? 알려 주세요 · 이 레슨에 대해 묻기

이 연습은 곧 열려요

앞의 레슨을 마치면 이 레슨이 열려요. 강좌 전체가 무료이고 계정도 필요 없으며, 이 레슨은 지금 바로 읽을 수 있어요.