Cara memplot grafik kontinu dengan python

Untuk memplot grafik dengan Python, kami akan menggunakan pustaka Matplotlib. Matplotlib digunakan bersama dengan data NumPy untuk memplot semua jenis grafik. Dari matplotlib kami menggunakan fungsi spesifik i. e. pyplot(), yang digunakan untuk memplot data dua dimensi

Berbagai fungsi yang digunakan dijelaskan di bawah ini

• np. atur (awal, akhir). Fungsi ini mengembalikan nilai dengan jarak yang sama dari interval [mulai, akhir)
• plt. judul(). Ini digunakan untuk memberi judul pada grafik. Judul diteruskan sebagai parameter untuk fungsi ini
• plt. xlabel(). Ini menetapkan nama label pada sumbu X. Nama sumbu X dilewatkan sebagai argumen untuk fungsi ini
• plt. ylabel(). Ini menetapkan nama label pada sumbu Y. Nama sumbu Y diteruskan sebagai argumen untuk fungsi ini
• plt. merencanakan(). Ini memplot nilai parameter yang diteruskan ke sana bersama-sama
• plt. menunjukkan(). Ini menunjukkan semua grafik ke konsol

Contoh 1

Python3

# importing the modules

import numpy as np

import matplotlib.pyplot as plt

# data to be plotted

x= np.arange(1import0import1import2

import3= ximport6 x

import_8

import_9numpy as np0import2

numpy as np2numpy as np3import2

numpy as np5numpy as np6import2

numpy as np8=import0import2

import_2

 
Keluaran.  

Contoh 2

Python3

import_3

import numpy as np

import matplotlib.pyplot as plt

# data to be plotted

x= np.arange(1import0import1import2

import3= matplotlib.pyplot as plt8matplotlib.pyplot as plt9import0# data to be plotted1import0# data to be plotted3import0# data to be plotted5import0# data to be plotted7import0# data to be plotted9import0x1import0x3import0x5import0matplotlib.pyplot as plt9x8

Histogram adalah bagan yang sangat umum digunakan dalam pembelajaran mesin. Ini berlaku untuk variabel kontinu, seperti penjualan, usia, gaji, laba, Jumlah pelanggan, dll menggunakan fungsi bawaan hist() dari bingkai data panda

Anda dapat memplot histogram untuk kolom-kolom tersebut dalam data Anda yang bersifat kontinu dan dapat mengambil nilai apa pun antara rentang min dan maks

Kesalahan yang sangat umum adalah bahwa orang memplot histogram untuk kolom kategorikal yang memiliki angka di dalamnya. e. g. Jenis Kelamin(1/0) atau Prioritas Tiket(1/2/3/4/5) dll. Grafik yang benar untuk kolom kategorikal adalah diagram batang

Histogram membantu memahami distribusi nilai dalam satu kolom kontinu

Histogram membantu memahami distribusi nilai dalam satu kolom. misalnya, perhatikan contoh di bawah ini, Data berisi tiga kolom kontinu (Gaji, Usia, dan Cibil) dan satu kolom kategori (Menyetujui_Pinjaman). Anda dapat memvisualisasikan sebaran kontinyu kolom Gaji, Umur, dan Cibil menggunakan histogram

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

# Membuat kerangka data sampel

impor panda sebagai pd

NamaKolom=['CIBIL','AGE', 'SALARY', 'APPROVE_LOAN']

DataValues=[[480, 28, 610000, 'Yes'],

             [480, 42, 140000, 'No'],

             [480, 29, 420000, 'No'],

             [490, 30, 420000, 'No'],

             [500, 27, 420000, 'No'],

             [510, 34, 190000, 'No'],

             [550, 24, 330000, 'Yes'],

             [560, 34, 160000, 'Yes'],

             [560, 25, 300000, 'Yes'],

             [570, 34, 450000, 'Yes'],

             [590, 30, 140000, 'Yes'],

             [600, 33, 600000, 'Yes'],

             [600, 22, 400000, 'Yes'],

             [600, 25, 490000, 'Yes'],

             [610, 32, 120000, 'Yes'],

             [630, 29, 360000, 'Yes'],

             [630, 30, 480000, 'Yes'],

             [660, 29, 460000, 'Yes'],

             [700, 32, 470000, 'Yes'],

             [740, 28, 400000, 'Yes']]

#Buat Bingkai Data

Data Pinjaman=pd. DataFrame(data=DataValues,columns=ColumnNames)

cetak(Data Pinjaman. kepala())

##################################################

# Menghasilkan histogram untuk satu kolom dalam data

%matplotlib inline # Baris ini hanya diperlukan di jupyter notebook

Data Pinjaman. hist(kolom=['SALARY'],bins=4, figsize=(8,6))

# Menghasilkan histogram untuk banyak kolom dalam data

%matplotlib sebaris

Data Pinjaman. hist(kolom=['SALARY', 'AGE'],bins=5, figsize=(15,6))

Keluaran Sampel

Sumbu X dalam histogram mewakili rentang nilai yang ada di kolom. Sumbu Y mewakili frekuensi nilai. Misalnya, Anda dapat mengamati di kolom Histogram untuk AGE, bahwa ada empat nilai antara Usia 22. 5 Tahun dan 25. 0 Tahun, demikian pula, Anda bisa mendapatkan gambaran tentang berapa banyak nilai yang ada di setiap rentang

Histogram memberi Anda informasi di bawah ini

1. Bagaimana penyebaran datanya?
2. Apa kecenderungan sentral dari data?
3. Kemiringan dalam data. Apakah ada outlier di sisi kiri (miring negatif) atau di sisi kanan (miring positif)

Apa output ideal dari histogram?

Output ideal dari histogram adalah bentuk seperti kurva lonceng. Hal ini menunjukkan bahwa data berdistribusi normal

Misalnya, jika Anda menghasilkan 100 nilai acak Usia yang didistribusikan sekitar rata-rata 30 Tahun. Merencanakan histogram akan menghasilkan kurva lonceng

Ini adalah jenis keluaran yang diharapkan dari histogram dari setiap kolom kontinu. Penyimpangan kecil dari kurva ini dapat diterima, tetapi jika terlalu banyak penyimpangan dari normal, maka perlakuan outlier diperlukan, atau kolom tersebut ditolak.

Penyimpangan kecil dari kurva normal ini dapat diterima, tetapi jika terlalu banyak penyimpangan dari normal, maka perlakuan outlier diperlukan, atau kolom tersebut ditolak.

1

2

3

4

5

6

7

8

9

10

# Histogram Ideal

# Menghasilkan nomor acak

impor numpy as np

Umur Rata-Rata=30

stdDev=4

NilaiTotal=100

RandomAge=np. acak. normal(Umur Rata-Rata,stdDev,TotalValues)

# Merencanakan histogram untuk nilai Usia acak

pd. Seri(Usia Acak). ini()

Keluaran Sampel

• Detail Penulis

Detail Penulis

Farukh Hashmi

Ilmuwan Data Utama

Farukh adalah inovator dalam memecahkan masalah industri menggunakan kecerdasan buatan. Keahliannya didukung dengan 10 tahun pengalaman industri. Menjadi seorang ilmuwan data senior, dia bertanggung jawab untuk merancang solusi AI/ML untuk memberikan keuntungan maksimal bagi klien. Sebagai pemimpin pemikiran, fokusnya adalah memecahkan masalah bisnis utama Industri CPG. Dia telah bekerja di berbagai domain seperti Telekomunikasi, Asuransi, dan Logistik. Dia telah bekerja dengan para pemimpin teknologi global termasuk Infosys, IBM, dan sistem Persistent. Semangatnya untuk mengajar mengilhami dia untuk membuat website ini

Bagaimana Anda memplot sinyal waktu kontinu dengan Python?

Bagaimana Anda memplot nilai kontinu?

Bagaimana Anda mendefinisikan fungsi kontinu dengan Python?