Matplotlib를 사용하여 Jupyter Notebook에서 히스토그램과 산점도를 표시하는 방법입니다.

이 기사의 내용은 다음 기사에 따라 준비한 Jupyter Notebook 환경에서 시도합니다.
Jupyter Notebook을 Docker를 사용하여 쉽게 설치하고 시작 (nbextensions, Scala도 지원) - Qiita

이 환경에서 브라우저에서 포트 8888에 액세스하여 Jupyter Notebook을 사용할 수 있습니다. 오른쪽 상단의 버튼 New > Python3을 따라 새로운 노트를 엽니 다.

또한이 기사에서는 적절한 무작위로 만든 CSV 파일
htps : // 기주 b. 코 m/스즈키-나ゔぃ/사 mpぇ-다타/bぉb/마s r/사 mpぇ-다타-1. CSV
를 사용하고 있습니다.

데이터 준비

다양한 import와 데이터를 읽습니다.

%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 는 DataFrame 객체입니다.



CSV에서 읽고 DataFrame을 다루는 것은 이전 기사를 참조하십시오.
DataFrame에 대한 기본 작업 시도 - Qiita

히스토그램

Matplotlib documentation
htps // tp t b. 오 rg / 아피 / _ 아 s_ 겐 / 마 tp t t b. pyp t. 히 st. HTML # 마 tp t t b. pyp t. 히 st

plt.hist(df["data1"])

bins 라는 옵션으로 가로축의 분할할 수를 지정할 수 있습니다.

plt.hist(df["data1"], bins=30)

range 로 가로축 범위를 지정할 수 있습니다.

plt.hist(df["data1"], range=(-100, 100))

density=True를 지정하면 세로축의 합계가 1.0이되도록 정규화됩니다.

산점도

Matplotlib documentation
htps // tp t b. 오 rg / 아피 / _ 아 s_ 겐 / 마 tp t t b. pyp t. s로 r. HTML # 마 tp t t b. pyp t. s와 r

plt.scatter(df["data1"], df["data2"])

c 에 정수의 열을 지정하면(자), 그 값 마다 색으로 나누어 주는 것 같습니다.

plt.scatter(df["data1"], df["data2"], c = df["target"])

점이 많이 있는 경우는 alpha 를 지정하면 좋을 것 같습니다. 0.0 로 투명, 1.0 가 불투명하고 그 중간을 지정하면 농담을 알 수 있습니다.

plt.scatter(df["data1"], df["data2"], c = df["target"], alpha=0.5)

xlim , ylim 라는 메소드로 가로축의 범위를 지정할 수 있는 것 같습니다.

plt.xlim(-50, 50)
plt.ylim(-5, 5)

이상.