Powiązane publikacje 'matplotlib'


Opanowanie EDA za pomocą Matplotlib i Seaborn: kompleksowy przewodnik po analizie danych i maszynach…
Eksploracyjna analiza danych (EDA) to podejście do analizowania i rozumienia danych, które koncentruje się na odkrywaniu wzorców i relacji, identyfikowaniu anomalii i wartości odstających oraz testowaniu hipotez. Jest to kluczowy krok w procesie nauki o danych, ponieważ pomaga zidentyfikować cechy i trendy w danych, które wpłyną na rozwój modeli uczenia maszynowego. W tym samouczku omówimy, jak używać bibliotek Matplotlib i Seaborn w języku Python do wykonywania EDA na zbiorze danych...
Rysuj linie i funkcje w Pythonie
Pakiet matplotlib w języku Python doskonale nadaje się do wizualizacji danych. Typowym zadaniem jest wykreślenie linii na wykresie, czemu przyjrzymy się w tym artykule. Pod koniec tego artykułu powinieneś być w stanie wykreślić linie na wykresach takich jak ten: Instalowanie i importowanie matplotlib
Dzień 9  — Wdrożenie regresji liniowej
W bieżącym blogu zobaczymy, jak od podstaw zastosować regresję liniową na zbiorze danych. W obecnej implementacji będziemy używać metody Gradient Descent. Zacznijmy więc od razu wdrażanie. Teoretyczne i matematyczne wyjaśnienie regresji liniowej można znaleźć w moich poprzednich blogach. Najpierw zaimportuj wszystkie niezbędne biblioteki import pandas as pd import numpy as np import matplotlib.pyplot as mpl %matplotlib inline Zakoduj funkcję kosztu dla modelu...
Analiza danych giełdowych przy użyciu API Matplotlib Finance (mplfinance).
Spróbujemy zapoznać się z biblioteką mplfinance , której można używać do wizualizacji lub analizy danych dotyczących cen akcji. Do analizy używamy danych giełdowych Happiest Minds Technologies (nazwa skryptu: HAPPSTMNDS) pobranych z Yahoo Finance. Zbiór danych można pobrać tutaj . Zacznijmy od analizy. Dane, które bierzemy pod uwagę przy korzystaniu z interfejsu API matplotlib Finance, to obiekt ramki Pandas Data zawierający dane Otwarte, Wysokie, Niskie i Zamknięte z indeksem..
Witamy w Pythonie w przeglądarce!
Służy to jako miejsce na wszystkie moje doświadczenia zebrane podczas udziału w projekcie Pyodide (prowadzonym przez Mozillę) jako student-programista na GSoC 2019. Jeśli tak samo jak ja jesteś zdumiony ogromnym potencjałem tego projektu, czytaj dalej! Przed GSoC Zawsze interesowałem się przestrzenią leżącą na styku nauki i oprogramowania. Dlatego moje obszary zainteresowań obejmują zazwyczaj narzędzia naukowe, obliczenia naukowe, analizę danych, wizualizację danych i trochę uczenia..
Używanie Pythona i Matplotlib do rysowania znaków w tekście
Nie chcesz wiedzieć, ile razy F. Scott Fitzgerald użył litery e? Chociaż ten przewodnik jest przeznaczony dla początkujących, nie będziemy tutaj instalować Pythona ani edytora kodu, ani omawiać wprowadzających koncepcji programowania, takich jak zmienne i pętle. Możesz pobrać Pythona tutaj ! Celem tego artykułu jest pomoc w rozpoczęciu rysowania danych w Pythonie. Stworzymy wykres słupkowy przedstawiający częstotliwość występowania znaków w danym pliku tekstowym. W tym przypadku..
Przewidywanie wyjściowej fali sinusoidalnej i wizualizacja sieci głębokiego uczenia się
Fala sinusoidalna to najpowszechniejszy przebieg o naturalnym kształcie stosowany w rzeczywistych zastosowaniach, takich jak fale radiowe, sygnały prądu przemiennego, analiza sygnału itp. Najważniejszą właściwością jest to, że zachowuje swój kształt nawet po nałożeniu na inną falę sinusoidalną o tej samej amplitudzie, faza i częstotliwość. W tym samouczku stworzymy model uczenia maszynowego, który będzie przewidywał wyjściową falę sinusoidalną. Następnie zwizualizujemy nasz model..