अगले बटन में लेख: 899988
ज्यूपिटर नोटबुक डेटा वैज्ञानिकों के लिए नंबर एक गो-टू टूल है। यह एक इंटरैक्टिव वेब इंटरफ़ेस प्रदान करता है जिसका उपयोग डेटा विज़ुअलाइज़ेशन, आसान विश्लेषण और सहयोग के लिए किया जा सकता है।
डेटा विज़ुअलाइज़ेशन आपको मानचित्र या ग्राफ़ के माध्यम से अपने डेटा के लिए संदर्भ खोजने में सक्षम बनाता है। यह ट्यूटोरियल जुपिटर नोटबुक में ग्राफ़ के साथ इंटरैक्ट करने के लिए एक व्यावहारिक मार्गदर्शिका प्रदान करता है।
आवश्यक शर्तें
आपको जुपिटर स्थापित करें आपकी मशीन पर। यदि ऐसा नहीं है, तो आप अपनी कमांड-लाइन में निम्न कोड दर्ज करके इसे स्थापित कर सकते हैं:
$ पाइप ज्यूपिटर स्थापित करें
आपको इसकी भी आवश्यकता होगी पांडा तथा मैटप्लोटलिब पुस्तकालय:
$ पाइप स्थापित पांडा
$ पाइप स्थापित करें matplotlib
स्थापना पूर्ण होने के बाद, ज्यूपिटर नोटबुक सर्वर प्रारंभ करें। ऐसा करने के लिए अपने टर्मिनल में नीचे दी गई कमांड टाइप करें। वर्तमान निर्देशिका में फ़ाइलें दिखाने वाला एक ज्यूपिटर पृष्ठ आपके कंप्यूटर के डिफ़ॉल्ट ब्राउज़र में खुल जाएगा।
$ ज्यूपिटर नोटबुक
ध्यान दें: उस टर्मिनल विंडो को बंद न करें जिसमें आप यह आदेश चलाते हैं। अगर आप ऐसा करते हैं तो आपका सर्वर बंद हो जाएगा।
सरल प्लॉट
एक नए ज्यूपिटर पेज में, इस कोड को चलाएँ:
plt के रूप में matplotlib.pyplot आयात करें
एक्स = [1,2,3,4,5,6,7,8]
y=[2,4,6,8,10,12,14,16]
प्लॉट प्लॉट (एक्स, वाई)
plt.शो ()
कोड एक साधारण लाइन प्लॉट के लिए है। पहली पंक्ति आयात करती है पायप्लॉट से रेखांकन पुस्तकालय मैटप्लोटलिब एपीआई। तीसरी और चौथी रेखाएँ क्रमशः x और y अक्षों को परिभाषित करती हैं।
भूखंड() ग्राफ को प्लॉट करने के लिए विधि को कहा जाता है। प्रदर्शन() फिर ग्राफ को प्रदर्शित करने के लिए विधि का उपयोग किया जाता है।
मान लीजिए आप इसके बजाय एक वक्र बनाना चाहते हैं। प्रक्रिया वही है। बस के मूल्यों को बदलें अजगर सूची वाई-अक्ष के लिए।
plt के रूप में matplotlib.pyplot आयात करें
एक्स = [३,४,५,६,७,८,९,१०,११,१२]
वाई = [९,१६,२५,३६,४९,६४,८१,१००,१२१,१४४]
प्लॉट प्लॉट (एक्स, वाई)
plt.शो ()
कुछ महत्वपूर्ण नोटिस करें: दोनों ग्राफ़ में, कोई स्पष्ट पैमाने की परिभाषा नहीं है। पैमाने की गणना स्वचालित रूप से की जाती है और लागू की जाती है। यह कई दिलचस्प विशेषताओं में से एक है जो जुप्टर प्रदान करता है जो आपको कोड के बारे में चिंता करने के बजाय अपने काम (डेटा विश्लेषण) पर ध्यान केंद्रित कर सकता है।
यदि आप भी सतर्क हैं, तो आप देख सकते हैं कि x और y अक्षों के लिए मानों की संख्या समान है। यदि उनमें से कोई भी दूसरे से कम है, तो जब आप कोड चलाते हैं तो एक त्रुटि फ़्लैग की जाएगी और कोई ग्राफ़ नहीं दिखाया जाएगा।
उपलब्ध प्रकार
उपरोक्त रेखा ग्राफ़ और वक्र के विपरीत, अन्य ग्राफ़ विज़ुअलाइज़ेशन (जैसे हिस्टोग्राम, बार चार्ट, आदि) को दिखाने के लिए स्पष्ट रूप से परिभाषित करने की आवश्यकता होती है।
बार ग्राफ
बार प्लॉट दिखाने के लिए आपको use का उपयोग करना होगा बार() तरीका।
plt के रूप में matplotlib.pyplot आयात करें
एक्स = [३,४,५,६,७,८,९,१०,११,१२]
वाई = [९,१६,२५,३६,४९,६४,८१,१००,१२१,१४४]
plt.बार (एक्स, वाई)
plt.शो ()
स्कैटर प्लॉट
आपको बस इतना करना है कि का उपयोग करना है बिखराव () पिछले कोड में विधि।
plt के रूप में matplotlib.pyplot आयात करें
एक्स = [३,४,५,६,७,८,९,१०,११,१२]
वाई = [९,१६,२५,३६,४९,६४,८१,१००,१२१,१४४]
plt.स्कैटर (एक्स, वाई)
plt.शो ()
पाई चार्ट
पाई प्लॉट ऊपर के बाकी हिस्सों से थोड़ा अलग है। पंक्ति ४ विशेष रुचि का है, इसलिए वहां की विशेषताओं पर एक नज़र डालें।
अंजीर पहलू अनुपात सेट करने के लिए प्रयोग किया जाता है। आप इसे अपनी पसंद की किसी भी चीज़ पर सेट कर सकते हैं (जैसे (9,5)), लेकिन आधिकारिक पांडा डॉक्स सलाह देते हैं कि आप 1 के पहलू अनुपात का उपयोग करें।
plt के रूप में matplotlib.pyplot आयात करें
एक्स = [४,९,१६,२५,३६]
अंजीर = plt.figure (अंजीर = (९, ५)) # लाइन ४
plt.पाई (एक्स)
plt.शो ()
पाई चार्ट में कुछ पैरामीटर हैं जो उल्लेखनीय हैं:
लेबल - इसका उपयोग पाई चार्ट में प्रत्येक स्लाइस को एक लेबल देने के लिए किया जा सकता है।
रंग की - इसका उपयोग प्रत्येक स्लाइस को पूर्वनिर्धारित रंग देने के लिए किया जा सकता है। आप टेक्स्ट फॉर्म (जैसे "पीला") या हेक्स फॉर्म (जैसे "# ebc713") दोनों में रंग निर्दिष्ट कर सकते हैं।
नीचे दिया गया उदाहरण देखें:
plt के रूप में matplotlib.pyplot आयात करें
एक्स = [४,९,१६,२५,३६]
अंजीर = plt.figure (अंजीर = (5.5, 5.5))
plt.pie (x, लेबल = ("अमरूद", "बेरीज", "आम", "सेब", "एवोकैडो"),
रंग = ("#a86544", "#eb5b13", "#ebc713", "#bdeb13", "#8aeb13"))
plt.शो ()
और भी प्लॉट हैं जैसे इतिहास, क्षेत्र तथा केडीई वह आप कर सकते हैं पंडों के दस्तावेज़ों के बारे में और पढ़ें.
प्लॉट स्वरूपण
उपरोक्त भूखंडों में, लेबल जैसे कोई पहलू नहीं हैं। यहाँ यह कैसे करना है।
एक शीर्षक जोड़ने के लिए, नीचे दिए गए कोड को अपनी जुपिटर नोटबुक में शामिल करें:
matplotlib.pyplot.title ("मेरा ग्राफ शीर्षक")
x और y अक्षों को क्रमशः नीचे के रूप में लेबल किया जा सकता है:
matplotlib.pyplot.xlabel ("मेरा एक्स-अक्ष लेबल")
matplotlib.pyplot.ylabel("my y-axis लेबल")
और अधिक सीखना
आप चला सकते हैं ह मदद() जुपिटर कमांड के बारे में इंटरैक्टिव सहायता प्राप्त करने के लिए अपनी नोटबुक में कमांड। किसी विशेष वस्तु के बारे में अधिक जानकारी प्राप्त करने के लिए, आप उपयोग कर सकते हैं मदद (वस्तु).
आपको csvfiles से डेटासेट का उपयोग करके ग्राफ़ बनाने का प्रयास करना भी एक अच्छा अभ्यास मिलेगा। अपने निष्कर्षों को संप्रेषित करने और उनका विश्लेषण करने के लिए डेटा की कल्पना करना सीखना एक शक्तिशाली उपकरण है, इसलिए अपने कौशल का निर्माण करने के लिए कुछ समय लेना उचित है।
उन्नत डेटा विश्लेषण के लिए, पायथन एक्सेल से बेहतर है। पंडों का उपयोग करके अपने एक्सेल डेटा को पायथन लिपि में आयात करने का तरीका यहां दिया गया है!
आगे पढ़िए
- प्रोग्रामिंग
- अजगर
- कोडिंग ट्यूटोरियल
- डेटा विश्लेषण
जेरोम MakeUseOf में स्टाफ राइटर हैं। वह प्रोग्रामिंग और लिनक्स पर लेख शामिल करता है। वह एक क्रिप्टो उत्साही भी है और हमेशा क्रिप्टो उद्योग पर नजर रखता है।
हमारे न्यूज़लेटर की सदस्यता
तकनीकी युक्तियों, समीक्षाओं, निःशुल्क ई-पुस्तकों और अनन्य सौदों के लिए हमारे न्यूज़लेटर से जुड़ें!
एक और क़दम…!
कृपया अपने ईमेल पते की पुष्टि उस ईमेल में करें जो हमने अभी आपको भेजी है।