Datenvisualisierung mit Matplotlib: Von den Grundlagen bis zu fortgeschrittenen Techniken

1. Einführung: Willkommen zum MD Blot Leap-Kurs. In diesem Kurs lernen wir, wie man mit Matlot Leap arbeitet, der beliebtesten und am weitesten verbreiteten Bibliothek für Datenvisualisierung und Python Sie ist in den Bereichen Datenwissenschaft, maschinelles Lernen und Analytik sehr gefragt , da sie die schnelle und einfache Erstellung leistungsstarker Visualisierungen ermöglicht schnelle und einfache Erstellung leistungsstarker Visualisierungen Wir werden auch die wichtigsten Funktionen und Fähigkeiten von Matplot Leap behandeln , einschließlich der Erstellung verschiedener Arten von Diagrammen, deren Anpassung und der Erstellung interaktiver Visualisierungen. Sie werden lernen, wie Sie MD Blot Leap effektiv einsetzen können , um Daten visuell ansprechend zu präsentieren In unserem ersten Projekt werden wir eine Animation mit gefälschten Daten erstellen, die wir mit einer einfachen Python-Funktion und der Num Pi-Bibliothek generieren werden . Auf diese Weise erhalten Sie praktische Erfahrung damit, wie Animationen funktionieren und wie Sie Ihre Plots dynamisch aktualisieren können. Für das zweite Projekt werden wir die Python-Bibliothek Y Finance verwenden , um echte Aktiendaten für Google und Apple abzurufen Anschließend erstellen wir ein animiertes Diagramm, um die Aktienkursbewegungen über einen bestimmten Zeitraum zu visualisieren und Ihnen zu zeigen, wie zwei reale Daten dynamisch dargestellt werden können Am Ende dieses Kurses verfügen Sie über eine solide Grundlage Erstellung verschiedener Arten von Plots und Animationen mit Md Plot Leap und sind bereit, noch fortgeschrittenere Funktionen auszuprobieren. Lass uns anfangen. 2. Matplotlib-Setup und -Grundlagen: Tutorial für Strich- und Streudiagramme: Es ist wichtig, MD Blot Leap zu kennen, da es Erstellung von Diagrammen und Diagrammen zur Visualisierung von Daten ermöglicht, wodurch Informationen leichter zu verstehen und zu analysieren Wenn Sie MD Blot Leap zusammen mit Bands verwenden, können Sie auf einfache Weise Daten aus einem Datenrahmen visualisieren Die Bibliothek bietet eine Vielzahl von Einstellungen und Anpassungsoptionen für Diagramme und Diagramme Bevor wir beginnen, stellen Sie sicher, dass Sie Matlod Lip installiert haben. Wenn nicht, verwenden Sie den Befehl Pep Install Matlod Lip. Oder wenn Sie Anaconda verwenden, Sie Ich habe Mud Blood Leap bereits installiert, also werde ich nur Jupiter Notebook starten und wir werden anfangen, zusammenzuarbeiten Ich öffne das Terminal und aktiviere meine virtuelle Umgebung. Welches Jubiter-Notebook bereits installiert ist, was für eine virtuelle Umgebung und wie man damit arbeitet, können Sie in meinem Bonus-Video sehen Sie müssen momentan keine virtuelle Umgebung verwenden. Sie können bequem im Terminal arbeiten. Aber für die Zukunft wird es sehr nützlich sein, zu wissen, was es ist. Außerdem ist es sehr praktisch, wenn Sie mit verschiedenen Projekten und verschiedenen Versionen von Bibliotheken arbeiten müssen . Ich werde die Größe unseres Terminals leicht erhöhen, und hier starte ich Jubiter Notebook, nachdem ich zuvor zu dem Verzeichnis navigiert habe, in dem unser Projekt automatisch gestartet nachdem ich zuvor zu dem Verzeichnis navigiert wird Sie können Jupiter Notebook so verwenden für Sie am besten ist. Wir befinden uns gerade in Jupiter in diesem Verzeichnis dem wir unsere erste Datei erstellen werden um Mat Blot Leap zu erkunden Lassen Sie uns unsere Datei erstellen. Lassen Sie uns also die grundlegenden Schritte zur Verwendung von Matplot Leap durchgehen die grundlegenden Schritte zur Verwendung von Matplot Leap Zuerst importiere ich die Bibliothek mit dem Alias PLT. Als Nächstes benötigen wir Daten, mit denen wir arbeiten können. Daten, auf deren Grundlage wir unser Grundstück bauen werden. Lassen Sie uns etwas sehr Grundlegendes wie dieses erstellen. D. Und jetzt können wir unsere erste Datenvisualisierung erstellen , den Plot erstellen. Und hier ist es, unser erstes einfaches Liniendiagramm. In der Vergangenheit haben wir den magischen Befehl MD plot leaping line in Jupiter Notebook verwendet den magischen Befehl MD plot leaping line , um Diagramme direkt im Notizbuch anzuzeigen In der neuesten Version von Jupiter wird dieser Befehl jedoch normalerweise nicht mehr benötigt Er ist standardmäßig aktiviert. Wenn Sie also ein Diagramm erstellen, wird es automatisch im Notizbuch angezeigt , ohne dass Sie eine Mud-Blot-Leap-Linie hinzufügen müssen Jetzt können Benutzer einfach Visualisierungsfunktionen aufrufen Visualisierungsfunktionen und die Diagramme werden automatisch angezeigt Vorerst haben wir die Mult-Plotleap-Bibliothek importiert und der Einfachheit halber den Alias BLT zugewiesen, wie es üblich ist Dann haben wir einige Daten erstellt, nicht wirklich gefälscht sind, sondern Daten auf deren Grundlage wir unser Diagramm erstellen werden Dann haben wir mit der Plotfunktion unser Diagramm erstellt. Am Ende mussten wir entweder die Show-Funktion hinzufügen, um unseren Plot anzuzeigen , oder Md Blot Leap in die Zeile darüber schreiben Aber wie ich bereits erwähnt habe, arbeiten wir in unserem Fall mit der neuesten Version des Jupiter-Notebooks, und unter der Haube haben wir diese bereits Wir müssen keine zusätzlichen Schritte unternehmen. Ich werde diese Zeile entfernen , weil wir sie nicht benötigen. Wir können hier auch ein Label hinzufügen und es so anzeigen. Und hier ist es. Wir können unser Etikett auf der Tabelle sehen. Lassen Sie uns nun ein Streudiagramm erstellen. Streudiagramm ist ein leistungsstarkes Visualisierungstool , das uns hilft, die Beziehung zwischen zwei numerischen Variablen zu verstehen die Beziehung zwischen zwei numerischen Variablen indem Datenpunkte in einem zweidimensionalen Diagramm dargestellt Jeder Punkt im Diagramm entspricht einem Wertepaar wobei die X- und Y-Achse unterschiedliche Variablen repräsentieren Um ein Streudiagramm zu erstellen, müssen wir zunächst die Daten für die X- und Y-Achse übergeben Dies sind die Werte, die die Positionen der Punkte im Diagramm definieren Dann können wir die Farbe angeben, lass sie rot sein. Als Nächstes geben wir die Markierung an, bei der es sich um das Symbol oder die Bezeichnung handelt, mit der jeder Datenpunkt im Diagramm markiert wird. Die Markierung kann unterschiedliche Typen und Größen haben, sodass Sie wählen können, wie Sie einzelne Datenpunkte anzeigen möchten. Dann geben wir das Etikett an, das in unserer Legende angezeigt wird, fügen die Legende hinzu und hier ist sie. Das ist es, was wir haben, ein Streudiagramm. 3. Datenvisualisierung erkunden: Balkendiagramme, mehrdimensionale Analyse und Streudiagramm-Styling: Lassen Sie uns nun auch lernen, wie man ein Balkendiagramm erstellt. Und dazu werde ich die Datenbank, auf der wir das aufbauen werden, leicht manipulieren. Lassen Sie uns alles neu starten und unser Balkendiagramm erstellen. Diesmal werde ich die Balkenfunktion verwenden. Dann pausieren wir unsere Parameter wieder. Machen wir es grün und geben ein Etikett an und lassen Sie es uns natürlich anzeigen. Ein Balkendiagramm ist eine visuelle Darstellung verwendet wird, um verschiedene Kategorien oder Gruppen zu vergleichen. Sie werden häufig in der Datenanalyse verwendet, um Daten wie Verkäufe oder andere kategoriale Informationen darzustellen Daten wie Verkäufe oder andere kategoriale Informationen Lassen Sie uns nun darüber sprechen, wie Sie unserem Diagramm mithilfe der Titelfunktion einen Titel hinzufügen unserem Diagramm mithilfe der Titelfunktion einen Titel und wie wir unsere Plot-XS mit X-Label und Y-Label beschriften können . Lass uns das durchgehen. Dazu verwenden wir die Methoden Title X Label und Y Label. Und sieh mal, jetzt haben wir einen Titel und das Label Excess. Lassen Sie uns auch lernen, wie Sie den Stil und die Farbe unserer Plotmarkierungen ändern können. Linienstile und Farben können dazu beitragen, unser Diagramm informativer zu gestalten . Lass uns experimentieren. Gehen wir dazu zu unserem Liniendiagramm und nehmen einige Änderungen vor. Wir haben gerade eine Markierung hinzugefügt, einen Stil für unsere Linie festgelegt, die Farbe blau gewählt und unsere Legende geändert. Und wir haben eine viel bessere Darstellung auf demselben Liniendiagramm. Gehen wir nun zurück zum Streudiagramm. Es gibt einen weiteren Parameter, S, der die Markergröße steuert Wir können verschiedene Werte festlegen, experimentieren und sehen, wie es funktioniert. Es gibt auch einen Parameter namens Alpha. Er legt Transparenz fest. Wie Sie sehen, können wir auch damit experimentieren. Null bedeutet volle Transparenz und eins bedeutet volle Opazität Versuche selbst zu experimentieren. Lassen Sie uns nun mit multidimensionalen Daten arbeiten. Streudiagramme eignen sich nicht nur für einfache Fälle, in denen Sie die Beziehung zwischen zwei Elementen sehen die Beziehung zwischen zwei Stellen wir uns vor, wir haben einen Datensatz, der drei Variablen enthält, und wir möchten herausfinden, wie zwei Variablen interagieren und die dritte beeinflussen Dazu verwenden wir ein Streudiagramm und arbeiten mit multidimensionalen Daten Also importiere ich Numbi generiere dann zufällige Daten, die ich benötige Diese Zeile legt den Anfangswert für den Zufallszahlengenerator in der Numbi-Bibliothek Wenn SED gleich 42 ist, wird die Zahl 42 beim SED-Anfangswert gewählt Dies führt dazu, dass der Zufallszahlengenerator bei jeder Ausführung des Programms dieselbe Folge von Zufallszahlen reproduziert dieselbe Folge von Zufallszahlen jeder Ausführung des Programms Konzentrieren Sie sich jetzt nicht darauf. Es ist nicht notwendig, dass du sofort lernst. Versuche es einfach zu wiederholen, damit du eine Vorstellung davon hast, was wir tun. Dann generieren wir unsere multidimensionalen Daten, X eins, X zwei und Y. Wir haben Zufallszahlen mit der Napi-Bibliothek generiert, was extrem wichtig ist Falls du es noch nicht gelernt hast, gibt es in meinem Profil ein Tutorial Überprüfe es. Und hier ist es. Unsere Daten sind bereit. Lassen Sie uns nun ein darauf basierendes Scat-Up-Plot erstellen. Wir übergeben den ersten und zweiten Parameter, dann das Label. Hier werde ich mir die Wechselwirkung zwischen X eins und Y ansehen . Lassen Sie uns die Farbe blau machen, und dann werde ich X zwei mit dem dritten Parameter von Y vergleichen . Benennen wir ihn mit einer anderen Und hier ist, was wir im Moment haben. Fügen wir der Vollständigkeit halber einen Titel hinzu. Dann beschriften Sie die Achse mit X-Label und Y-Label. In diesem Beispiel verwenden wir zwei Markersätze, um die Beziehung zwischen X eins und Y und zwischen X zwei und Y darzustellen die Beziehung zwischen X eins und Y und zwischen X . Auf diese Weise können wir den Einfluss beider Variablen auf die Variable Y leicht vergleichen . Multidimensionale Streudiagramme in MD plot Leap werden häufig verwendet, um Beziehungen zwischen mehreren Variablen zu visualisieren Beziehungen Sie helfen beim Verständnis von Mustern, Korrelationen Indem sie jeden Datenpunkt in mehreren Dimensionen darstellen, ermöglichen sie bessere Einblicke in komplexe Datensätze, die häufig für maschinelles Lernen, Datenanalysen und Statistiken verwendet werden Datenanalysen und 4. 3D-Plots und Histogramme in Datenvisualisierung erkunden: Wir haben mehr als zwei Variablen, drei D-Diagramme werden zu einem wichtigen Werkzeug für die Visualisierung Betrachten wir zum Beispiel die Erstellung eines Drei-D-Plots für drei Variablen. Dazu müssen wir ein Modul aus der Matplotlap-Bibliothek importieren, das die Klasse Axis Three D enthält, die für die Erstellung von drei D-Diagrammen konzipiert Dieses Modul erweitert die grundlegenden Funktionen von mdPlot Leap zur Anzeige und Analyse dreidimensionaler Daten Es fügt Klassen und Funktionen hinzu, die die Erstellung verschiedener Typen von drei D-Graphen vereinfachen Um Wiederholungen zu vermeiden, werde ich das hier kopieren. Verfeinere es ein bisschen und benenne Variablen um. Jetzt werde ich schnell den Code schreiben und dann erklären, was wir hier gemacht haben. Zwischenzeit poste das Video, kopiere den Code und dann gehen wir es gemeinsam durch. Also haben wir dieses Modul importiert und dann zufällige Daten generiert. Als Nächstes erstellen wir ein Figurenobjekt, das der Container für alle Elemente der Handlung ist. Es ist ein grundlegender Bestandteil jedes Mdlolap-Plots. Danach erstellen wir mit der AdsAlot-Methode einen Drei-D-Subplot Dadurch entsteht ein Subplot mit einer Drei-D-Projektion, die auf dem zuvor erstellten Figurenobjekt basiert die auf dem zuvor erstellten Figurenobjekt Der Parameter Projektion drei D gibt an, dass wir ein Drei-D-Subplot erstellen möchten Nach dem Aufrufen dieses Befehls erhalten wir ein Objekt mit drei D-Achsen , mit dem wir drei D-Diagramme zeichnen können Wir können Methoden wie Scatter und andere für dieses Objekt aufrufen , um drei D-Diagramme zu visualisieren Rufen wir Scatter mit der Scatter-Methode auf und fügen dem Diagramm Punkte für X, Y und Z hinzu. Dies sind Daten für die Der Parameter C steht für Farbe, die Farbe der Punkte ist also Dann geben wir die Markierung an, die in unserem Fall kreisförmig ist. Als nächstes spezifiziere ich die Bezeichnung, um eine Legende hinzuzufügen , und führe dann alles aus. Ups, wir haben einen Tippfehler. Lass es uns reparieren. Und sieh dir das schöne Grundstück an, das wir hier haben. Wir können die Streuung von Diagrammen im dreidimensionalen Raum anhand der bereitgestellten X-, Y- und dieser Daten beobachten dreidimensionalen Raum anhand der bereitgestellten X-, Y- und dieser Daten Dies ist sehr praktisch , wenn Sie Beziehungen in komplexen Datensätzen verstehen müssen Beziehungen in komplexen Datensätzen verstehen Lassen Sie uns nun etwas über Histogramme lernen. Histogramme sind ein wichtiges Werkzeug zur Visualisierung der Datenverteilung und zur Identifizierung von Mustern in numerischen Datensätzen . Sie unterteilen den Wertebereich in Intervalle und zeigen die Anzahl der Beobachtungen an , die in jedes Intervall fallen Betrachten wir also die Erstellung eines Histogramms mithilfe von MD Plot Leap und einigen Zufallsdaten Wir haben Daten mit Napi generiert und in diesem Beispiel generieren wir 1.000 Zufallszahlen Dann rufen wir die Funktion hist auf und übergeben unsere generierten Daten Der Parameter Bins bestimmt die Anzahl der Intervalle. Der Farbparameter legt die Farbe des Histogramms fest, und die Kantenfarbe bestimmt die Farbe der Kanten Lassen Sie uns auch einen Titel hinzufügen. Entschuldigung für einen weiteren Tippfehler. Lassen Sie uns diesen Neustart schnell ändern, und hier funktioniert alles Fügen wir für eine benutzerfreundlichere Darstellung im Diagramm ein X-Label und ein Y-Label hinzu. Und hier ist, was wir haben. Halte dieses Video an und übe. Versuchen Sie, etwas zu wiederholen oder zu ändern, z. B. die Bohnenwerte zu ändern oder eine eigene Farbe für dieses Histogramm zu erstellen eigene Farbe für dieses Histogramm oder beispielsweise gefälschte Daten zu generieren, um ein neues Histogramm zu erstellen Sie können jedes Grundstück, das wir erstellen, nach Ihren Wünschen anpassen Je mehr Übung Sie haben, 5. Kreisdiagramme, Speichern von Zeichnungen in verschiedenen Formaten und Animationen mit FuncAnimation: Ein Kreisdiagramm ist eine effektive Methode, um die Proportionen oder Häufigkeiten verschiedener Kategorien in einem Datensatz zu visualisieren die Proportionen oder Häufigkeiten verschiedener Kategorien in Diese Art von Diagramm eignet sich besonders für die Darstellung von Teilen, Häufigkeiten oder Prozentsätzen Sehen wir uns an, wie wir ein Kreisdiagramm erstellen können. Und zuerst erstelle ich Daten, auf deren Grundlage wir das Bie-Diagramm erstellen werden. In diesem Beispiel verwende ich die Pi-Funktion, um ein Bie-Diagramm zu erstellen. Und hier übergebe ich die Größen. Der Parameter gibt die Proportionen für jede Kategoriebeschriftung an, der Parameter definiert die Namen der Kategorien und der Farben. Der Parameter legt die Farbe für jede Kategorie fest. Dann kommt der Parameter, der das Format für die Anzeige von Prozentsätzen festlegt Der Startwinkelparameter ermöglicht das Drehen des Diagramms um einen bestimmten Winkel Normalerweise wird er in Grad angegeben und kann eine beliebige Zahl von 0 bis 360 sein. Lass uns einen Titel hinzufügen. Der Startwinkelparameter , der in Mud Blot Lip den Winkel angibt , ab dem das Kreisdiagramm gezeichnet Standardmäßig befindet sich Null Grad normalerweise am oberen Rand des Diagramms und ohne Drehung Zeichnen beginnt in der positiven X-Achsenrichtung nimmt gegen den Uhrzeigersinn Wir können damit experimentieren und verschiedene Werte ausprobieren , um zu sehen, wie es funktioniert Außerdem bietet M Plot Leap eine einfache Möglichkeit, Diagramme in verschiedenen Formaten wie PNG, GPG und PDF zu speichern wie PNG, GPG und PDF Dies ist besonders nützlich , wenn Sie Diagramme in anderen Programmen verwenden oder online veröffentlichen Wir haben bereits unser Kreisdiagramm. Speichern wir es als PNG-Datei. Sie können die Erweiterung auch ändern, indem Sie ein anderes Dateiformat wie GPG oder PDF angeben Der DPI-Parameter gibt die Auflösung von Punkten pro Zoll an, sodass Sie die Bildqualität steuern können. Führen Sie diese Zelle aus. Die Datei wird im aktuellen Arbeitsverzeichnis als Hist-PNG-Datei gespeichert aktuellen Arbeitsverzeichnis als Hist-PNG-Datei Das Speichern des Diagramms kann etwas Zeit in Anspruch nehmen, und hier haben wir unser gespeichertes Kreisdiagramm Kreisdiagramme werden im Marketing häufig verwendet, um den Marktanteil von Produkten oder Dienstleistungen im Vergleich zu Wettbewerbern zu veranschaulichen den Marktanteil von Produkten oder . Sie können auch verwendet werden, um den Zeitaufwand für verschiedene Projektphasen zu bewerten . Lassen Sie uns nun in eine interessantere Mud Blood Leap-Animation eintauchen , mit der wir Diagramme mit Live-Daten in Echtzeit erstellen können . Animationen sind nützlich, um Veränderungen in Daten im Laufe der Zeit zu visualisieren, und eignen sich daher ideal für die Datenüberwachung in Echtzeit, Simulationen und interaktives Storytelling in der Datenwissenschaft Wir werden im Animationsmodul Md Blood Leaps lernen, wie man Animationen mithilfe von Funk-Animationen erstellt Animationsmodul Md Blood Leaps lernen, wie man Animationen mithilfe von Funk-Animationen Diese Funktion ermöglicht es uns, Datablot in festgelegten Intervallen zu aktualisieren den Effekt von Live-Daten zu simulieren Ich werde für dieses Beispiel zur Visualisierung von Studio-Code wechseln, da ich es für mich bequemer finde da ich es für mich bequemer finde. Also lass uns anfangen. Zuerst importieren wir alles, was wir brauchen. Natürlich benötigen wir einige Daten. Im wirklichen Leben stammen diese Daten aus externen Quellen, beispielsweise Börsendiagrammen oder anderen Datenvisualisierungen in Echtzeit. In unserem Fall werden wir die Daten selbst generieren. Lassen Sie uns eine Funktion erstellen, die ständig neue Daten für das Diagramm generiert. Wenn Sie die Grundlagen von Python kennen, ist es einfacher zu verstehen. Aber wenn nicht, mach dir keine Sorgen, kopiere diese Funktion. Poste das Video und schreibe diesen Code neu. Ich werde etwas später erklären, was wir gerade tun. In einem echten Projekt erhalten Sie Daten aus externen Quellen, sodass Sie diesen Code nicht sofort vollständig verstehen müssen . Ich hoffe, das macht Sinn. Also pausiere das Video und schreibe diesen Code neu. Wenn ich das Skript gerade ausführe, sehen wir ein Fenster mit einer animierten Handlung Es könnte ein wenig dauern, aber hier ist es. Wir können unsere Daten jetzt in Echtzeit sehen. Beachten Sie diese Warnmeldung. In einigen Fällen kann der Cache unbegrenzt anwachsen, was zu potenziellen Speicherproblemen führt, insbesondere bei Animationen mit langer Laufzeit oder Animationen mit einer großen Datenmenge pro Frame Um dieses Problem zu beheben, deaktiviert Dlod Lib standardmäßig das Zwischenspeichern von Frame-Daten und verdrängt deaktiviert Dlod Lib standardmäßig das Zwischenspeichern von Frame-Daten und verdrängt diese Warnmeldung. Wenn Sie diese Warnung nicht sehen möchten, können Sie den Anweisungen folgen und die Cache-Frame-Daten auf False setzen oder sie können Sie den Anweisungen folgen und die Cache-Frame-Daten auf False setzen oder sie einfach ignorieren. Lassen Sie uns nun den Code Schritt für Schritt aufschlüsseln. Zuerst haben wir MD Plot Leap importiert. Dann haben wir die Funk-Animationsklasse importiert. Wir haben auch Napi importiert, um Zufallszahlen zu generieren. Wir benötigen eine Aktualisierungsfunktion, die aufgerufen wird, um den Plot für jedes Bild zu aktualisieren In diesem Fall werden die neuen Daten zufällig generiert. Aber wie ich bereits erwähnt habe, können Sie diesen Teil des Codes ändern , um echte Daten aus einer externen Quelle zu verwenden. Was macht die Aktualisierungsfunktion also? Diese Funktion generiert neue Daten , die im Echtzeitdiagramm angezeigt werden. Wir initialisieren ein neues Datenobjekt , das Zufallszahlen mit Num Pi generiert Dann verwenden wir eine Liste in Python und die Methode append, um diese generierten Zahlen zur Liste hinzuzufügen, um sicherzustellen, dass die Liste ständig aktualisiert wird Diese sich ständig aktualisierende Liste bildet die Grundlage für unser Echtzeitdiagramm Als Nächstes haben wir ein Linienobjekt, das die Linie darstellt, die in Echtzeit gezeichnet wird. Wir verwenden die Set-Data-Methode dieses Objekt und übergeben zwei Argumente. Das erste Argument definiert die X-Achsenwerte und das zweite Argument definiert die Y-Achsenwerte. Hier verwenden wir die Länge der Liste als X-Werte und die Liste selbst für Y-Werte. Dann erstellen wir eine neue Figur mit PLT S-Alots. Die Funktion gibt zwei Objekte zurück, die Figur und die Achse Als Nächstes aktualisieren wir die Achsengrenzen dynamisch, da sich die minimalen Maximalwerte der X- und Y-Achse im Laufe der Zeit ändern. Um dies zu handhaben, verwenden wir die Lin-Funktion. Dadurch werden die Datenlimits auf der Grundlage der aktuellen Werte neu berechnet. Dann haben wir die Autoscale-Ansicht. Dadurch wird das Diagramm automatisch skaliert , sodass alle neuen Daten sichtbar bleiben Dadurch wird sichergestellt, dass das Diagramm reibungslos aktualisiert wird, wenn neue Daten eintreffen. Lassen Sie uns nun die Eigenschaften des Diagramms konfigurieren. Hier habe ich die Legendenfunktion verwendet. Sie wissen bereits, dass dies eine hinzugefügte Legende zu einer Handlung ist. Es hilft bei der Identifizierung verschiedener Elemente indem Beschriftungen für geplottete Daten angezeigt Ich habe die Grenzwerte für die X-Achse auf 0-50 gesetzt. Die Y-Achsen begrenzen 0-1. Dann lege ich einen Titel für die Handlung und füge Beschriftungen für beide XS Schließlich verwende ich Funk-Animationen, um eine Animation zu erstellen . Zuerst übergebe ich das Figurobjekt , auf das die Animation angewendet werden soll. Dann übergebe ich die Aktualisierungsfunktion, die jeden Animationsframe aktualisiert. Der Parameter des Frames bestimmt die Anzahl der Frames. Da wir ihn auf „Keine“ gesetzt haben, die Animation auf unbestimmte Zeit fortgesetzt Der Intervallparameter bestimmt die Verzögerung zwischen Frames in Millisekunden Wenn das Intervall beispielsweise 1.000 entspricht, erscheint alle 1.000 Millisekunden oder 1 Sekunde ein neuer Frame Millisekunden Dadurch wird die Animationsgeschwindigkeit gesteuert, und am Ende rufe ich PLT show auf, um die Animation anzuzeigen Und das haben wir. In Mad Blot Leap sind viele Animationseffekte verfügbar Sie können es in der Dokumentation sehen. Sie können also mit ihnen experimentieren. Hier findest du noch mehr Code. Du kannst ihn umschreiben und ausführen. Fühlen Sie sich frei, Ihre eigenen Änderungen hinzuzufügen. 6. Animation von Aktienkurse mit Matplotlib und yFinance: Vergleich von Apple und Google: Lassen Sie uns jetzt etwas üben. Wir werden Aktiendaten für Apple und Google abrufen, dann ihre Aktienkursdiagramme der letzten Jahre grafisch darstellen und eine Vergleichstabelle erstellen, um festzustellen, welche Aktie für uns derzeit profitabler ist . Dafür werde ich die Bibliotheken Yahoo Finance und Mod Plot Lip verwenden . Yahoo Finance ist eine Bibliothek, mit der Sie historische Aktienkursdaten, Dividenden, Bilanzen und andere Finanzindikatoren für börsennotierte Unternehmen abrufen Dividenden, Bilanzen und andere Finanzindikatoren für börsennotierte Unternehmen Zunächst installieren wir die Bibliothek mit dem Paketmanager PIP. Im vorherigen Beispiel mit Funk-Animation haben wir unsere Daten mit der Aktualisierungsfunktion simuliert Jetzt werde ich die echten Daten von Yahoo Finance abrufen. Nach der Installation der Bibliothek importieren wir sie und rufen die Bestandsdaten von Apple ab Ich gebe den Ticker an, bei dem es sich um einen eindeutigen alphanumerischen Code handelt, eine Aktiengesellschaft der Börse identifiziert Sie können hier die verfügbaren Ticker überprüfen und den auswählen, an dem Sie interessiert sind In unserem Fall haben wir Apple ausgewählt. Als Nächstes erstelle ich ein Objekt und definiere das Start - und Enddatum für den Zeitraum, den ich analysieren möchte. Dann rufe ich mithilfe der History-Methode historische Aktienkursdaten für den ausgewählten Zeitraum ab. Bringen wir nun die Daten, die wir erhalten haben. Und hier ist es. Es war so einfach. Jetzt importieren wir Mtodlp und visualisieren die Daten. Wir erstellen eine Figur. In Matplot Leap ist eine Abbildung ein Gesamtcontainer , der alle Elemente eines Diagramms enthält, einschließlich Achsentitel, Beschriftungen und der eigentlichen Datenvisualisierung Quelle ist die Leinwand, auf der mehrere Unterplots oder Diagramme platziert werden können Der Parameter figsize definiert die Größe der Figur in Zoll Er steuert, wie groß oder klein das Diagramm erscheint, wenn es angezeigt oder gespeichert wird. Die Anpassung der Abbildungsgröße trägt zur Verbesserung der Lesbarkeit und des Layouts bei, insbesondere bei der Arbeit mit mehreren Diagrammen oder detaillierten Visualisierungen Verwenden Sie dann die Plotfunktion, um ein Diagramm zu zeichnen. Als ersten Parameter haben wir X-Zugriffswerte, und hier haben wir den Datenindex. Das Datenobjekt ist ein Pandas-Datenrahmen, der historische Aktiendaten enthält Wenn Sie nicht wissen, was Pandas ist, empfehle ich Ihnen dringend, in meinem Profil nachzuschauen Sie können das Pandas-Tutorial finden. Dies ist eine äußerst wichtige Bibliothek. Der Index dieses Datenrahmens enthält also in der Regel Daten und Zeitschritte, da Yahoo Finance zeitkritische Daten bereitstellt. Das bedeutet, dass wir Aktienkurse im Zeitverlauf mit Daten auf der X-Achse darstellen Der zweite Parameter, Data Close, steht für die Y-Achsenwerte Close ist eine Spalte im Datenrahmen, die die Schlusskurse der Aktie für jedes Datum enthält. Der Schlusskurs ist der letzte aufgezeichnete Kurs der Aktie am Ende jedes Handelstages. Ich habe auch Titel - und Achsenbeschriftungen hinzugefügt. Und dann zeigen Sie das Diagramm mit der PLT Show-Funktion an. Das Ergebnis ist ein Diagramm, das die Veränderungen des Aktienkurses von Apple im ausgewählten Zeitraum Lassen Sie uns nun Google-Aktiendaten hinzufügen und die Preise dieser beiden Technologieriesen im gleichen Zeitraum vergleichen . Wir erstellen eine Liste mit Tickern und fügen Google neben Apple hinzu Als Nächstes erstelle ich anhand einer Liste mit Begriffen eine Liste von Objekten, die jedem Ticker entsprechen Wenn Sie mit Ismprehension nicht vertraut sind, willkommen zu Schau dir einfach mein Profil hier an. Es gibt einen ausgezeichneten Python-Kurs, der Sie vom Anfänger zur objektorientierten Programmierung führt. Ich halte das Start- und Enddatum gleich und erstelle ein Wörterbuch, in dem historische Schlusskursdaten für jedes Unternehmen gespeichert sind. Dafür verwende ich das Wörterbuch Comprehensions. Schneller Tipp. Ich kann nur empfehlen, sich mit Python-Generatoren vertraut zu machen. Sie werden oft auf sie stoßen, und sie sind sehr nützlich. Lassen Sie uns nun das Layout ein wenig anpassen , um den Code lesbarer zu machen. Ich entferne Druckdaten. Als Nächstes erstelle ich eine Zahl mit einer bestimmten Größe und verwende for loop, um die Schlusskurse der Aktien der einzelnen Unternehmen in derselben Grafik darzustellen. Jede Linie steht für den Aktienkurstrend eines Unternehmens. Wir haben den Titel X Aces Label und Y Access Label sowie eine Legende mithilfe der PLT-Legendenfunktion festgelegt Y Access Label sowie eine Legende mithilfe der PLT-Legendenfunktion Und am Ende zeigen Sie das endgültige Vergleichsdiagramm mit der PLT-Show-Funktion Das Ergebnis ist die Grafik, Aktienkurse von Apple und Google im ausgewählten Zeitraum verglichen werden, wobei jede Zeile die Preisbewegung des Unternehmens darstellt die Preisbewegung des Unternehmens Lassen Sie uns nun das Diagramm animieren. Zuerst importiere ich das Animationsmodul aus MDPot Lip. Dann erstellen wir einige Figuren mithilfe FLT-Subplots und geben die Im ersten Fall, als ich das X-Label, ylabel, verwendete, war es ein Attribut, das direkt mit dem Achsenobjekt verknüpft war direkt mit dem Achsenobjekt verknüpft Es ist eine Möglichkeit, auf die Bezeichnung der X-Achse und der Y-Achse zuzugreifen oder diese zu ändern Dieser Ansatz wird jedoch nicht empfohlen oder ist der gängigste. In diesem Fall verwende ich Set X Label und Set Y Label. Im zweiten Fall handelt es sich um die von Mt Blot Leap bereitgestellte Methode , um die Beschriftungen für die X-Achse und die Y-Beschriftungen festzulegen die Beschriftungen für die X-Achse und die Y-Beschriftungen Es ist eine robustere und bevorzugte Art , mit der Handlung zu interagieren Diese Methoden sind Teil der offiziellen Mtplot Leap API. Sie müssen also nur wissen, dass wir zwei Varianten haben. der ersten Variante handelt es sich um Attribute, und es kann sich um eine Abkürzung oder einen älteren Ansatz handeln, aber sie ist weniger flexibel und wird weniger häufig verwendet. Das Gleiche gilt für den Titel. Als Nächstes definieren wir die Animationsfunktion, die für jeden Animationsframe aufgerufen wird Diese Funktion löscht das Diagramm mithilfe der X-Clear-Funktion und stellt dann die Aktienkurse für jedes Unternehmen dar, indem sie das Datenwörterbuch anhand der vier Schleifen durchläuft Datenwörterbuch anhand der vier Schleifen Jede Zeile in der Animation entspricht einem anderen Ticker, und wir verwenden Plot, um die Daten darzustellen Die X-Achse steht für Daten und die Y-Achse für Schlusskurse Wenn Sie mit Pandas vertraut sind, wissen Sie bereits, dass ich Zeilen oder Spalten alg nach Indexpositionen oder Bereichen auswählt Zeilen oder Spalten alg nach Indexpositionen oder Hier wählen wir in jedem neuen Animationsframe dynamisch Zeilen aus , wodurch ein allmählicher Akkumulationseffekt im Diagramm Der Label-Parameter stellt sicher, dass der richtige Firmenname in der Legende erscheint. Wie im ersten Fall haben wir also Datenelemente, und aus diesen Datenelementen haben wir Preise abgeleitet. Und wir haben den Preisindex als Datum, und wir verwenden ihn für den X-Zugriffswert Dann verwenden wir Preise für den Y-Achsenwert. Jetzt erstellen wir die Animation mithilfe von Funk-Animationen, ähnlich wie im vorherigen Beispiel. Hier gebe ich die Anzahl der Frames an, die die Animation haben soll. Es setzt die Gesamtzahl der Frames auf die Länge der Daten für den ersten Ticker in der Ticker-Liste Das bedeutet, dass die Animation für jeden Datenpunkt in diesem spezifischen Datensatz einmal aktualisiert wird jeden Datenpunkt in diesem spezifischen Auf diese Weise kann die Animation zeigen, wie sich der Stop-Preis im Laufe der Zeit ändert. Wir haben gesagt, dass die Wiederholung einem falschen Parameter entspricht , sodass die Animation nach Abschluss nicht neu gestartet Schließlich zeigen wir die Animation an. Nachdem wir diesen Code ausgeführt haben, erhalten wir ein animiertes Diagramm Aktienkursänderungen von Apple und Google den ausgewählten Jahren zeigt. Versuchen Sie, mit verschiedenen Aktien zu experimentieren. Besuchen Sie die NASDAQ-Website, wählen Sie andere Unternehmen aus und erstellen Sie Ihre eigene Vergleichstabelle In welche Aktie würden Sie investieren? Wie Sie sehen können, ist Mat Bot Lip eine leistungsstarke Bibliothek für Datenvisualisierung und Python. Es spielt eine Schlüsselrolle im Python-Ökosystem für wissenschaftliche Berechnungen und Visualisierungen und bietet ein flexibles und effizientes Toolkit für die Erstellung einer Vielzahl von Diagrammen, für einfache Diagramme bis hin zu komplexen Visualisierungen für verschiedene Mat Boot Lip ist nach wie vor eine der am häufigsten verwendeten Bibliotheken in den Bereichen Datenwissenschaft Ich kann es nur empfehlen, es zu lernen. 7. Bonus: Effizientes Arbeiten in einer virtuellen Umgebung. Einrichtung deines Arbeitsbereichs: In der Realität müssen Sie sehr oft mit mehreren Versionen von Python arbeiten. Dies liegt daran, dass jedes Projekt seinen eigenen Technologie-Stack und seine eigenen Paketversionen hat . Um zu vermeiden, dass Ihr Arbeitscomputer durcheinander gerät und Konflikte zwischen verschiedenen Versionen vermieden werden, empfiehlt es sich, eine virtuelle Umgebung zu verwenden. Es wird momentan nicht dringend benötigt, aber ich schlage vor, dass Sie verstehen, wie es funktioniert. Es wird dir sehr helfen. Sie können diesen Teil überspringen. Es wird Ihr Erlernen der Python-Grundlagen nicht beeinträchtigen. Dies wird umso notwendiger sein , wenn Sie mit der Arbeit an einem Projekt beginnen. Und jetzt lass uns anfangen. Leute, wenn ihr mehrere Python-Versionen auf eurem Computer verwalten wollt , gibt es ein Tool PMF Damit können Sie einfach zwischen mehreren Versionen von Python wechseln und die globalen Python-Versionen auf Ihrem Computer ändern. Lassen Sie uns mit dem Macos beginnen und dann zeige ich Ihnen, wie es auf Ubuntu funktioniert. Der erste Schritt, den Sie unternehmen müssen, bevor etwas Neues installieren, ist das Update. Und nur für alle Fälle ein Upgrade , um alle Pakete zu aktualisieren. Der erste Befehl aktualisiert lokalen Repository-Metadaten, der zweite Befehl , Brew upgrade, aktualisiert alle installierten Pakete auf Ihrem System auf die neuesten verfügbaren Versionen. Es ist allgemein üblich , dass Benutzer zuerst Brew Update ausführen, um die neuesten Metadaten zu erhalten , und dann Brew Upgrade ausführen , um ihre installierten Pakete zu aktualisieren. Dadurch wird sichergestellt, dass auf dem System die neueste Software installiert ist. Wir gehen zum Github und folgen den Anweisungen. Dann verwenden wir sie Brew install für die Installation von PMF. Kopieren Sie einfach diesen Befehl und führen Sie ihn aus. wir zur Dokumentation zurück und sehen wir uns an, was wir als Nächstes tun müssen. Wenn ich nach unten scrolle, verwende ich Z SH oder Shell. Es ist eine gängige Linien-Shell, die als Alternative zur bekannteren Boss-Shell dient Alternative zur bekannteren Boss-Shell Also kopiere ich den ganzen Code und poste ihn in einer SHC-Datei. Also haben wir PNF installiert, und jetzt möchte ich mit Ihnen über virtuelle Umgebungen sprechen Ihnen über virtuelle Die virtuelle Umgebung löst ein echtes Problem. Sie müssen sich keine Gedanken über Pakete Sie am Hauptspeicherort des Systems installieren PynVirtoNV ist ein Plugin für das PNF-Tool, mit dem Benutzer virtuelle Umgebungen für Python-Projekte erstellen und verwalten virtuelle Auf diese Weise können Sie Projektabhängigkeiten effizienter isolieren . Folgen Sie also erneut den Anweisungen und installieren Sie dieses Plugin. Nach der Installation kopieren wir diesen Befehl und fügen ihn der SHRC-Datei hinzu In diesem Fall machen wir es manuell. Öffnen Sie die HRC-Datei. Es handelt sich um eine versteckte Datei sich normalerweise im Home-Verzeichnis des Benutzers befindet Ich verwende den einfachen benutzerfreundlichen Texteditor Nano. Sie können VIM verwenden. Hier sehen wir drei Codezeilen, die bei der Installation von PAN ausgeführt wurden Und unterbrechen Sie diesen Befehl hier. Ich schreibe meinen Kommentar zum besseren Verständnis in der Zukunft. Auch hier verwende ich für den Nano-Texteditor die Befehle Control O und Control Exit. Es ermöglicht mir, den Texteditor zu schreiben und ihn zu verlassen. Sie können Ihren Texteditor verwenden und Ihre Befehle ausführen. Starten Sie dann die Shell mit diesem Befehl neu. Und wir können diese Tools verwenden. Also lass es uns überprüfen. Hier sehen wir eine kleine Dokumentation mit Befehlen für PNP und PM Vertls Beim ersten Befehl überprüfen wir die PN-Version. Es zeigte die derzeit aktive Python-Version zusammen mit Informationen darüber, wie sie eingestellt wurde. Im Moment habe ich keine. Wenn ich jetzt alle PM bekannten Python-Versionen auflisten möchte, verwende ich die Command Pimp-Versionen Und vorerst habe ich keine Python-Version mit PMP installiert keine Python-Version mit PMP Wenn ich die Liste der zur Installation verfügbaren Python-Versionen sehen möchte, kann ich den Befehl PM install dash list verwenden. Versuchen wir also, Python mit PM zu installieren. Dazu verwenden wir den Befehl PM install und dann gebe ich die Version von Python an. Ich werde eine weitere Version von Python installieren , um zu demonstrieren, wie Sie in isolierten virtuellen Umgebungen mit verschiedenen Python-Versionen arbeiten können . Gleichzeitig erfahren Sie, wie Sie Python mit PNP installieren und entfernen Wenn ich jetzt die Versionen überprüfe, werden wir mehrere Python-Versionen sehen. Das Asterix zeigt an, dass ich mich gerade in einer globalen Systemumgebung befinde, aber ich habe zwei Python-Versionen, mit denen ich neue virtuelle Umgebungen für andere Projekte erstellen kann neue virtuelle Umgebungen für andere Projekte erstellen Auf diesem Betriebssystem habe ich weltweit, ich meine, Python Version 3.10 acht Ich sagte global, weil wir für jedes Projekt seine eigenen Python-Versionen haben können. Und jetzt werde ich mit diesem Befehl die erste virtuelle Umgebung erstellen. Für das Testprojekt verwende ich den Befehl Py Virtual ENF. Dann wähle ich die Version von Python und dann kann ich meine virtuelle Umgebung aufrufen, was auch immer Sie wollen. Ich nenne es NF und Version von Python. Und jetzt kann ich mit dem Befehl PN Virtual Lens alle vorhandenen virtuellen Umgebungen auflisten sehen Um meine neu erstellte virtuelle Umgebung zu aktivieren, verwende ich den Befehl PNF, activate, und nenne dann meine virtuelle Umgebung V 3.90 Ich kann sofort sehen, dass ich drin bin. Wenn ich hier die Python-Version überprüfe, ist es 3.90, im Gegensatz zu der globalen Version, die wir zuvor getestet haben Wenn Sie mehrere virtuelle Umgebungen haben und zwischen diesen wechseln möchten, können Sie den Befehl PM ausführen, aktivieren und dann eine andere virtuelle Umgebung benennen, auch wenn Sie jetzt in einer anderen aktiven virtuellen Umgebung schreiben in einer anderen aktiven virtuellen Umgebung Wenn wir hier nun etwas installieren, bleibt es von der globalen Umgebung isoliert. Alle Pakete oder Abhängigkeiten, die in meiner virtuellen Umgebung installiert sind, wirken sich nicht auf die systemweite Python-Installation oder andere virtuelle Umgebungen aus , die wir erstellen können. Also lass uns hier etwas installieren. Lass es Jupiter sein. Ich gehe zur Dokumentation und folge den Anweisungen. Jupiter ist ein Tool zur Codeausführung. Ich wähle zum Beispiel Jupiter, es können beliebige Pakete oder Bibliotheken sein. Mit dem Befehl PIP freeze kann ich jetzt alle Pakete sehen , die in meiner virtuellen Umgebung installiert wurden PP ist ein Paketmanager für Python. Stellen wir uns nun vor , dass wir diese virtuelle Umgebung nicht mehr benötigen . Wie wir es löschen können. Wenn es aktiv ist, sollten wir es zunächst mit dem Befehl PM deactivate deaktivieren. Dann verwenden wir den Befehl Virtual delete und benennen unsere virtuelle Umgebung , die wir löschen möchten. Wenn ich also Pi auf Virtual Lens ankreuze, sehen wir unsere virtuelle Umgebung nicht mehr. Es wurde zusammen mit allen Paketen und Bibliotheken, die wir dort installiert haben, gelöscht . Sehr nützliche Sache. Dies bedeutet jedoch nicht, dass die Python-Version, die wir in dieser virtuellen Umgebung verwenden, ebenfalls gelöscht wurde. Wenn wir Python-Versionen überprüfen, können wir immer noch mehrere sehen. Ich habe zuvor eine weitere hinzugefügt, nur um Ihnen zu zeigen, wie wir Python-Versionen mit BMP deinstallieren können , den Befehl, die Deinstallation und dann die Version von Python und Viola, wir deinstallieren Python Version 3.9 0.8. Mit diesem Tool ist es so einfach, verschiedene Python-Versionen zu verwalten. Jetzt installieren wir es auf einem Bunto. Wir machen das Gleiche Gehe zur Github-Seite und folge den Anweisungen. Hier habe ich den automatischen Installer gewählt. Und hier kopiere ich diesen Befehl zur Installation. Vor der Installation verwende ich den Befehl pudo Ug update, diesen Befehl, verwalte Systempakete dann psuDoug Also aktualisieren und aktualisieren wir alle installierten Pakete Jetzt können wir diesen Befehl, den wir zuvor kopiert haben , PAMP Fast installieren diesen Befehl, den wir zuvor kopiert haben , PAMP Fast Kehren Sie dann zur Titelseite oder Dokumentation zurück und kopieren Sie diese drei Codezeilen Wir werden es in eine Bahar C-Datei schreiben. Es ist auch eine versteckte Datei. Es ist sehr ähnlich, wie wir es zuvor mit MACOS gemacht haben. Wenn du Tmp nicht installieren konntest und du eine Fehlermeldung erhältst, stelle sicher, dass du alle Abhängigkeiten für Python installiert hast und Gid auf deinem PC Nach all dem starten Sie die Shell mit dem Befehl und wir können dieses Tool verwenden Wir verwenden hier den gleichen Befehl wir zuvor für Makros verwendet haben Lassen Sie uns Python 3.90 installieren. Hier können wir unser installiertes Python sehen. Lassen Sie uns nun eine virtuelle Umgebung erstellen auf dieser Python-Version basiert. Wir aktivieren es auf die gleiche Weise wie zuvor mit macOS mit dem Befehl und aktivieren und benennen dann eine virtuelle Umgebung. Wahrscheinlich werden Sie nicht auf dieses Problem stoßen, aber ich habe ein unangenehmes Verhalten auf meinem System Im Moment sehe ich nicht, dass ich mich in einer virtuellen Umgebung befinde. Wenn ich es überprüfe, kann ich sehen , dass wir es erstellt haben. Also musste ich diese wenigen Codezeilen in mein BachRCFLE einfügen und Auf einem Bundu verwende ich auch den Nanotext-Editor. Diese Befehle ermöglichen es mir, von der BachRCFLE aus zu schreiben und auszuführen Führen Sie die Befehlsquelle BRC aus. Es dient zur Ausführung des BRC-Skripts in der aktuellen Shell-Sitzung Und während wir es repariert haben. Moment befinden wir uns in unserer virtuellen Umgebung und darin haben wir die Python-Version, die für die Erstellung verwendet wurde. Also, Leute, alle Befehle und alle nächsten Schritte, genauso wie wir es zuvor getan haben. Ich hoffe, dieses Wissen wird dir helfen, dich in der nächsten Lektion zu sehen.