Çubuk Grafikleri

Coddy'nin Machine Learning Journey'sinin Veriler ve Grafikler bölümünün bir parçası. Ders 26 / 60.

Bu bölüm, verileri özetlere dönüştürüyor. Bölümün sonunda, bunun gibi iki grafik içeren bir rapor oluşturacaksın:

Yan yana iki grafik: her hafta günü için ortalama yağış miktarını gösteren, en yağışlı günün perşembe olduğu bir çubuk grafik ve çoğu günde neredeyse hiç yağış olmadığını gösteren bir günlük yağış histogramı

Çubuklarla başlar. Tatların bir sırası yoktur, bu yüzden birinden diğerine uzanan bir çizginin anlamı yoktur. ax.bar(categories, values) her kategori için bir çubuk çizer:

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 Sold başlıklı, dört çubuktan oluşan bir çubuk grafik: Chocolate 42, Vanilla 27, Mint 15, Mango 21

Çubuklar 0'dan başlar, bu yüzden yükseklikler doğrudan karşılaştırılabilir: çikolatanın 42'si mangonun 21'inin iki katıdır. Bir modeli eğitmeden önce, her yanıtın ne sıklıkta göründüğünü gösteren çubuklar, bir yanıtın baskın olup olmadığını gösterir.

Görev

Orta

48 öğrenci okula nasıl gittiklerini söyledi. counts, her kod için yanıtları tutar: 1 yürüyerek, 2 bisikletle, 3 otobüsle, 4 arabayla. Okulları karşılaştırmak için oranları grafikle göster:

Sayıları yüzdeye dönüştür ve 1 ondalık basamağa yuvarla (48'de 12, 25.0 eder).
Bunları sütunlarla göster: Walk, Bike, Bus, Car.
Dikey ekseni Students (%) olarak etiketle.

Seninki, daha küçük bir okuldan alınan şu örneğe benzemeli:

Okula Gidiş başlıklı, yüzde cinsinden dört sütun içeren bir çubuk grafik: Yürüyerek 26.7, Bisikletle 13.3, Otobüsle 40, Arabayla 20

Programın hiçbir şey yazdırmaz. Coddy, çıktıda sütunlarını açıklar.

Kendin dene

import numpy as np
import matplotlib.pyplot as plt

# 1 = yürüme, 2 = bisiklet, 3 = otobüs, 4 = araba
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])


# Bir dizi döndürür: 1 ile 4 arasındaki kodların her birine eşit olan değerlerin sayısı
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")

# Kodunuzu aşağıya yazın

# Aşağıdaki satırı değiştirmeyin
plt.show()