[PYTHON] Afficher l'histogramme / diagramme de dispersion sur Jupyter Notebook
Comment utiliser Matplotlib pour afficher des histogrammes et des diagrammes de dispersion sur Jupyter Notebook.
Le contenu de cet article est testé dans l'environnement Jupyter Notebook préparé conformément à l'article suivant. Installation et démarrage faciles de Jupyter Notebook à l'aide de Docker (prend également en charge nbextensions et Scala) --Qiita
Dans cet environnement, vous pouvez accéder au port 8888 avec un navigateur et utiliser Jupyter Notebook. Vous pouvez ouvrir une nouvelle note en suivant Nouveau> Python 3 sur le bouton en haut à droite.
De plus, dans cet article, un fichier CSV créé au hasard https://github.com/suzuki-navi/sample-data/blob/master/sample-data-1.csv J'utilise.
Préparation des données
Lire diverses importations et données.
%matplotlib inline
import pandas as pd
import matplotlib.pyplot as plt
df = pd.read_csv("sample-data-1.csv", names=["id", "target", "data1", "data2", "data3"])
df sera un objet de DataFrame.
Consultez l'article précédent pour lire à partir de CSV et gérer DataFrame. Essayez les opérations de base pour DataFrame-Qiita
histogramme
Matplotlib documentation https://matplotlib.org/api/_as_gen/matplotlib.pyplot.hist.html#matplotlib.pyplot.hist
plt.hist(df["data1"])
Vous pouvez spécifier le nombre de divisions sur l'axe horizontal avec l'option «bacs».
plt.hist(df["data1"], bins=30)
Vous pouvez spécifier la plage sur l'axe horizontal avec range.
plt.hist(df["data1"], range=(-100, 100))
Si vous spécifiez «densité = Vrai», il est normalisé de sorte que la somme de l'axe vertical soit de 1,0.
Nuage de points
Matplotlib documentation https://matplotlib.org/api/_as_gen/matplotlib.pyplot.scatter.html#matplotlib.pyplot.scatter
plt.scatter(df["data1"], df["data2"])
Si vous spécifiez une colonne d'entiers pour c, il semble que chaque valeur sera codée en couleur.
plt.scatter(df["data1"], df["data2"], c = df["target"])
Si vous avez beaucoup de points, vous devez spécifier ʻalpha`. «0.0» est transparent, «1.0» est opaque et vous pouvez voir la nuance en spécifiant le milieu.
plt.scatter(df["data1"], df["data2"], c = df["target"], alpha=0.5)
Il semble que vous puissiez spécifier la plage de l'axe horizontal avec les méthodes «xlim» et «ylim».
plt.xlim(-50, 50)
plt.ylim(-5, 5)
c'est tout.
Recommended Posts