Bagaimana Menggambar Grafik di Notebook Jupyter

Jupyter Notebook adalah alat bantu nomor satu untuk ilmuwan data. Ini menawarkan antarmuka web interaktif yang dapat digunakan untuk visualisasi data, analisis mudah, dan kolaborasi.

Visualisasi data memungkinkan Anda menemukan konteks untuk data Anda melalui peta atau grafik. Tutorial ini menawarkan panduan mendalam untuk berinteraksi dengan grafik di Jupyter Notebook.

Prasyarat

Kamu butuh sudah menginstal Jupyter pada mesin Anda. Jika tidak, Anda dapat menginstalnya dengan memasukkan kode berikut ke baris perintah Anda:

$ pip install jupyter

Anda juga akan membutuhkan panda dan matplotlib Perpustakaan:

notepad++ tanpa pengelola plugin

$ pip install pandas $ pip install matplotlib

Setelah instalasi selesai, mulai server Notebook Jupyter. Ketik perintah di bawah ini di terminal Anda untuk melakukannya. Halaman Jupyter yang menampilkan file di direktori saat ini akan terbuka di browser default komputer Anda.

$ jupyter notebook

Catatan: Jangan tutup jendela terminal tempat Anda menjalankan perintah ini. Server Anda akan berhenti jika Anda melakukannya.

Plot Sederhana

Di halaman Jupyter baru, jalankan kode ini:

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()

Kode ini untuk plot garis sederhana. Baris pertama mengimpor plot gambar perpustakaan grafik dari matplotlib API. Baris ketiga dan keempat mendefinisikan sumbu x dan y masing-masing.

NS merencanakan() metode dipanggil untuk memplot grafik. NS menunjukkan() metode ini kemudian digunakan untuk menampilkan grafik.

Misalkan Anda ingin menggambar kurva sebagai gantinya. Prosesnya sama. Ubah saja nilai daftar python untuk sumbu y.

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()

Perhatikan sesuatu yang penting: di kedua grafik, tidak ada definisi skala yang eksplisit. Skala secara otomatis dihitung dan diterapkan. Ini adalah salah satu dari banyak fitur menarik yang ditawarkan Juypter yang dapat membuat Anda fokus pada pekerjaan Anda (analisis data) daripada mengkhawatirkan kode.

Jika Anda juga waspada, Anda mungkin mengamati bahwa jumlah nilai sumbu x dan y adalah sama. Jika salah satunya kurang dari yang lain, kesalahan akan ditandai saat Anda menjalankan kode dan tidak ada grafik yang akan ditampilkan.

Jenis yang Tersedia

Berbeda dengan grafik garis dan kurva di atas, visualisasi grafik lainnya (misalnya histogram, diagram batang, dll.) perlu didefinisikan secara eksplisit agar dapat ditampilkan.

Grafik batang

Untuk menampilkan plot batang, Anda harus menggunakan batang () metode.

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()

Plot Pencar

Yang perlu Anda lakukan hanyalah menggunakan menyebarkan() metode dalam kode sebelumnya.

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()

Pie chart

Plot pai sedikit berbeda dari yang lain di atas. Baris 4 sangat menarik, jadi lihatlah fitur-fiturnya di sana.

ukuran besar digunakan untuk mengatur rasio aspek. Anda dapat mengatur ini ke apa pun yang Anda suka (mis. (9,5)), tetapi dokumen resmi Pandas menyarankan agar Anda menggunakan rasio aspek 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()

Ada beberapa parameter yang dimiliki diagram lingkaran yang patut diperhatikan:

label - Ini dapat digunakan untuk memberi label pada setiap irisan dalam diagram lingkaran.

warna - Ini dapat digunakan untuk memberikan warna yang telah ditentukan untuk setiap irisan. Anda dapat menentukan warna baik dalam bentuk teks (misalnya kuning) atau dalam bentuk heksagonal (misalnya '#ebc713').

Lihat contoh di bawah ini:

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()

Ada juga plot lain seperti sejarah , daerah , dan di mana bahwa kamu bisa baca lebih lanjut tentang di dokumen Pandas .

Pemformatan Plot

Dalam plot di atas, tidak ada aspek seperti label. Berikut cara melakukannya.

Untuk menambahkan judul, sertakan kode di bawah ini di Notebook Jupyter Anda:

matplotlib.pyplot.title('My Graph Title')

Sumbu x dan y masing-masing dapat diberi label seperti di bawah ini:

matplotlib.pyplot.xlabel('my x-axis label')  
matplotlib.pyplot.ylabel('my y-axis label')

Belajar Lebih Banyak

Anda dapat menjalankan Tolong() perintah di notebook Anda untuk mendapatkan bantuan interaktif tentang perintah Jupyter. Untuk mendapatkan informasi lebih lanjut tentang objek tertentu, Anda dapat menggunakan bantuan (objek) .

Anda juga akan menemukan praktik yang baik untuk mencoba menggambar grafik menggunakan kumpulan data dari csv file. Mempelajari cara memvisualisasikan data adalah alat yang ampuh untuk mengomunikasikan dan menganalisis temuan Anda, jadi ada baiknya meluangkan waktu untuk membangun keterampilan Anda.

Membagikan Membagikan Menciak Surel Cara Mengimpor Data Excel Ke Skrip Python Menggunakan Pandas

Untuk analisis data tingkat lanjut, Python lebih baik daripada Excel. Berikut cara mengimpor data Excel Anda ke dalam skrip Python menggunakan Pandas!

Baca Selanjutnya Topik-topik yang berkaitan

Pemrograman
Python
Tutorial Pengkodean
Analisis data

Tentang Penulis Jerome Davidson(22 Artikel Diterbitkan)

Jerome adalah Staf Penulis di MakeUseOf. Dia meliput artikel tentang Pemrograman dan Linux. Dia juga penggemar kripto dan selalu mengawasi industri kripto.

Berlangganan newsletter kami

Bergabunglah dengan buletin kami untuk kiat teknologi, ulasan, ebook gratis, dan penawaran eksklusif!

Klik di sini untuk berlangganan