Grafik Batang

Termasuk bagian Data dan Plot dalam perjalanan Machine Learning di Coddy. Pelajaran 26 dari 60.

Bab ini mengubah data menjadi ringkasan. Di akhir bab ini, kamu akan membuat laporan dengan dua grafik seperti ini:

Dua grafik berdampingan: grafik batang rata-rata curah hujan untuk setiap hari kerja, dengan curah hujan tertinggi pada hari Kamis, dan histogram curah hujan harian yang menunjukkan bahwa sebagian besar hari hampir tidak mengalami hujan

Mulai dengan diagram batang. Rasa tidak memiliki urutan, jadi garis dari satu rasa ke rasa berikutnya tidak berarti apa-apa. ax.bar(categories, values) menggambar satu batang untuk setiap kategori:

flavors = ["Chocolate", "Vanilla", "Mint", "Mango"]
sold = [42, 27, 15, 21]
fig, ax = plt.subplots()
ax.bar(flavors, sold)
ax.set_title("Scoops Sold")
ax.set_ylabel("Scoops")
plt.show()

Diagram batang berjudul Scoops Sold dengan empat batang: Chocolate 42, Vanilla 27, Mint 15, Mango 21

Batang dimulai dari 0, jadi tingginya bisa dibandingkan secara langsung: angka 42 untuk cokelat dua kali lipat dari angka 21 untuk mangga. Sebelum melatih model, batang yang menunjukkan seberapa sering setiap jawaban muncul memperlihatkan apakah ada satu jawaban yang mendominasi.

Tantangan

Sedang

48 siswa mengatakan bagaimana mereka pergi ke sekolah. counts menyimpan jawaban untuk setiap kode: 1 jalan kaki, 2 bersepeda, 3 naik bus, 4 naik mobil. Untuk membandingkan sekolah, buat grafik persentase:

Ubah jumlahnya menjadi persentase, dibulatkan hingga 1 angka di belakang koma (12 dari 48 adalah 25.0).
Gambarkan sebagai batang: Walk, Bike, Bus, Car.
Beri label sumbu ke atas Students (%).

Hasilmu seharusnya terlihat seperti ini, dari sekolah yang lebih kecil:

Grafik batang berjudul Getting to School dengan empat batang dalam persentase: Walk 26.7, Bike 13.3, Bus 40, Car 20

Programmu tidak mencetak apa pun. Coddy menjelaskan batang-batangmu di output.

Coba sendiri

import numpy as np
import matplotlib.pyplot as plt

# 1 = berjalan kaki, 2 = bersepeda, 3 = bus, 4 = mobil
answers = np.array([1, 3, 1, 4, 3, 3, 4, 3, 4, 4, 3, 4, 4, 4, 3, 3,
                    2, 2, 2, 1, 1, 3, 1, 1, 1, 2, 3, 3, 1, 3, 2, 1,
                    3, 4, 3, 3, 1, 1, 1, 2, 3, 1, 3, 4, 4, 3, 2, 4])


# Mengembalikan array berisi jumlah nilai yang sama dengan setiap kode dari 1 hingga 4
def count_codes(values):
    counts = []
    for code in range(1, 5):
        counts.append((values == code).sum())
    return np.array(counts)


counts = count_codes(answers)
fig, ax = plt.subplots()
ax.set_title("Getting to School")

# Tulis kodemu di bawah ini

# Jangan ubah baris di bawah ini
plt.show()