Home-theater-designers
Jupyter Notebook هو الأداة الأولى لعلماء البيانات. يوفر واجهة ويب تفاعلية يمكن استخدامها لتصور البيانات والتحليل السهل والتعاون.
يمكّنك تصور البيانات من العثور على سياق لبياناتك من خلال الخرائط أو الرسوم البيانية. يقدم هذا البرنامج التعليمي دليلاً ثاقباً للتفاعل مع الرسوم البيانية في Jupyter Notebook.
المتطلبات الأساسية
أنت بحاجه إلى تثبيت Jupyter على جهازك. إذا لم يكن كذلك ، فيمكنك تثبيته عن طريق إدخال الكود التالي في سطر الأوامر:
$ pip install jupyterستحتاج أيضًا إلى ملف الباندا و matplotlib مكتبة:
أي جهاز إكس بوكس يجب أن أشتريه
$ pip install pandas $ pip install matplotlibبعد اكتمال التثبيتات ، ابدأ تشغيل خادم Jupyter Notebook. اكتب الأمر أدناه في الجهاز الخاص بك للقيام بذلك. سيتم فتح صفحة Jupyter تعرض الملفات الموجودة في الدليل الحالي في المتصفح الافتراضي لجهاز الكمبيوتر الخاص بك.
$ jupyter notebookملحوظة: لا تغلق نافذة المحطة الطرفية التي تقوم بتشغيل هذا الأمر فيها. سيتوقف خادمك إذا قمت بذلك.
مؤامرة بسيطة
في صفحة Jupyter جديدة ، قم بتشغيل هذا الكود:
import matplotlib.pyplot as plt
x=[1,2,3,4,5,6,7,8]
y=[2,4,6,8,10,12,14,16]
plt.plot(x,y)
plt.show()
الكود لخط بسيط. يستورد السطر الأول ملف pyplot مكتبة الرسوم البيانية من matplotlib API. يحدد السطران الثالث والرابع محوري x و y على التوالي.
ال قطعة() تسمى الطريقة لرسم الرسم البياني. ال مشاهده() ثم يتم استخدام الطريقة لعرض الرسم البياني.
افترض أنك ترغب في رسم منحنى بدلاً من ذلك. العملية نفسها. فقط قم بتغيير قيم قائمة بيثون للمحور ص.
import matplotlib.pyplot as plt
x=[3,4,5,6,7,8,9,10,11,12]
y= [9,16,25,36,49,64,81,100,121,144]
plt.plot(x,y)
plt.show()
لاحظ شيئًا مهمًا: في كلا الرسمين البيانيين ، لا يوجد تعريف واضح للمقياس. يتم حساب المقياس وتطبيقه تلقائيًا. هذه واحدة من العديد من الميزات المثيرة للاهتمام التي تقدمها Juypter والتي يمكن أن تجعلك تركز على عملك (تحليل البيانات) بدلاً من القلق بشأن الكود.
إذا كنت متيقظًا أيضًا ، فقد تلاحظ أن عدد قيم محوري x و y هو نفسه. إذا كان أي منهما أقل من الآخر ، فسيتم وضع علامة على خطأ عند تشغيل الكود ولن يظهر أي رسم بياني.
الأنواع المتوفرة
على عكس الرسم البياني الخطي والمنحنى أعلاه ، يجب تحديد تصورات الرسم البياني الأخرى (مثل الرسم البياني ، الرسم البياني الشريطي ، وما إلى ذلك) بشكل صريح حتى يتم عرضها.
شريط الرسم البياني
لإظهار مخطط شريط ، ستحتاج إلى استخدام شريط () طريقة.
import matplotlib.pyplot as plt
x=[3,4,5,6,7,8,9,10,11,12]
y= [9,16,25,36,49,64,81,100,121,144]
plt.bar(x,y)
plt.show()
مؤامرة مبعثر
كل ما عليك فعله هو استخدام ملف مبعثر () الطريقة في الكود السابق.
import matplotlib.pyplot as plt
x=[3,4,5,6,7,8,9,10,11,12]
y= [9,16,25,36,49,64,81,100,121,144]
plt.scatter(x,y)
plt.show()
مخطط دائري
مخطط الفطيرة يختلف قليلاً عن البقية أعلاه. السطر 4 له أهمية خاصة ، لذا ألق نظرة على الميزات هناك.
حجم التين يستخدم لضبط نسبة العرض إلى الارتفاع. يمكنك تعيين هذا على أي شيء تريده (على سبيل المثال (9،5)) ، لكن مستندات Pandas الرسمية تنصح باستخدام نسبة عرض إلى ارتفاع تبلغ 1.
import matplotlib.pyplot as plt
x=[4,9,16,25,36]
fig = plt.figure(figsize =(9, 5)) # line 4
plt.pie(x)
plt.show()هناك بعض المعلمات الجديرة بالملاحظة في المخطط الدائري:
ملصقات - يمكن استخدام هذا لإعطاء تسمية لكل شريحة في المخطط الدائري.
الألوان - يمكن استخدام هذا لإعطاء ألوان محددة مسبقًا لكل شريحة. يمكنك تحديد الألوان في شكل نصي (مثل الأصفر) أو في شكل سداسي عشري (على سبيل المثال ، '# ebc713').
انظر المثال أدناه:
import matplotlib.pyplot as plt
x=[4,9,16,25,36]
fig = plt.figure(figsize =(5.5, 5.5))
plt.pie(x, labels=('Guavas', 'Berries','Mangoes','Apples', 'Avocado'),
colors = ( '#a86544', '#eb5b13', '#ebc713', '#bdeb13', '#8aeb13'))
plt.show()
هناك أيضا مؤامرات أخرى مثل اصمت و منطقة ، و أين ذلك ما تستطيع اقرأ المزيد عن مستندات Pandas .
تنسيق الرسم
في المخططات أعلاه ، لا توجد أي جوانب مثل الملصقات. إليك كيفية القيام بذلك.
لإضافة عنوان ، قم بتضمين الرمز أدناه في دفتر Jupyter الخاص بك:
matplotlib.pyplot.title('My Graph Title')يمكن تسمية المحورين x و y على التوالي على النحو التالي:
matplotlib.pyplot.xlabel('my x-axis label')
matplotlib.pyplot.ylabel('my y-axis label')تعلم المزيد
يمكنك تشغيل ملف يساعد() أمر في دفتر ملاحظاتك للحصول على مساعدة تفاعلية حول أوامر Jupyter. للحصول على مزيد من المعلومات حول كائن معين ، يمكنك استخدام مساعدة (كائن) .
ستجد أيضًا أنه من الممارسات الجيدة محاولة رسم الرسوم البيانية باستخدام مجموعات البيانات من csv الملفات. يعد تعلم كيفية تصور البيانات أداة قوية للتواصل وتحليل نتائجك ، لذلك من المفيد أن تأخذ بعض الوقت لبناء مهاراتك.
يشارك يشارك سقسقة بريد الالكتروني كيفية استيراد بيانات Excel إلى نصوص Python باستخدام Pandasلتحليل البيانات المتقدم ، تعد Python أفضل من Excel. إليك كيفية استيراد بيانات Excel الخاصة بك إلى برنامج نصي بلغة Python باستخدام Pandas!
اقرأ التالي مواضيع ذات صلة- برمجة
- بايثون
- دروس الترميز
- تحليل البيانات
جيروم كاتب في MakeUseOf. يغطي مقالات عن البرمجة و Linux. إنه أيضًا متحمس للعملات المشفرة ويحتفظ دائمًا بعلامات تبويب في صناعة التشفير.
المزيد من Jerome Davidsonاشترك في نشرتنا الإخبارية
انضم إلى النشرة الإخبارية لدينا للحصول على نصائح تقنية ومراجعات وكتب إلكترونية مجانية وصفقات حصرية!
انقر هنا للاشتراك