막대 차트

Coddy Machine Learning 여정의 데이터와 시각화 섹션에 포함된 레슨. 60개 중 26번째.

이 장에서는 데이터를 요약합니다. 장을 마치면 다음과 같은 두 개의 차트가 있는 보고서를 만들게 됩니다.

나란히 배치된 두 개의 차트: 요일별 평균 강수량을 보여 주는 막대 차트에서는 목요일이 가장 비가 많이 오고, 일일 강수량 히스토그램에서는 대부분의 날에 비가 거의 오지 않습니다

막대 그래프부터 시작합니다. 맛에는 순서가 없으므로 하나에서 다음으로 이어지는 선은 아무 의미가 없습니다. ax.bar(categories, values)는 카테고리마다 막대 하나를 그립니다:

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()

Scoops Sold라는 제목의 막대 그래프. 막대 4개: Chocolate 42, Vanilla 27, Mint 15, Mango 21

막대는 0에서 시작하므로 높이를 직접 비교할 수 있습니다. 초콜릿의 42는 망고의 21의 두 배입니다. 모델을 훈련하기 전에 각 답변이 얼마나 자주 나타나는지 막대로 표시하면 어떤 답변이 우세한지 알 수 있습니다.

챌린지

중급

48명의 학생이 학교에 어떻게 오는지 답했습니다. counts에는 코드별 답변 수가 들어 있습니다: 1은 도보, 2는 자전거, 3은 버스, 4는 자동차입니다. 학교들을 비교하려면 비율을 차트로 나타내세요:

counts를 백분율로 바꾸고 소수점 첫째 자리까지 반올림하세요 (48명 중 12명은 25.0입니다).
막대로 나타내세요: Walk, Bike, Bus, Car.
세로축에 Students (%)라고 표시하세요.

더 작은 학교의 결과인 아래 차트처럼 보이면 됩니다:

Getting to School이라는 제목의 막대 차트로, 백분율을 나타내는 막대 4개가 있습니다: Walk 26.7, Bike 13.3, Bus 40, Car 20

프로그램은 아무것도 출력하지 않습니다. Coddy가 출력에 막대를 설명해 줍니다.

직접 해보기

import numpy as np
import matplotlib.pyplot as plt

# 1 = 도보, 2 = 자전거, 3 = 버스, 4 = 자동차
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])


# 배열을 반환합니다: 1부터 4까지 각 코드와 같은 값의 개수
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")

# 아래에 코드를 작성하세요

# 아래 줄을 변경하지 마세요
plt.show()