Home-theater-designers
Jupyter نوٹ بک ڈیٹا سائنس دانوں کے لیے جانے کا پہلا نمبر ہے۔ یہ ایک انٹرایکٹو ویب انٹرفیس پیش کرتا ہے جسے ڈیٹا ویزولائزیشن ، آسان تجزیہ اور تعاون کے لیے استعمال کیا جا سکتا ہے۔
ڈیٹا ویزولائزیشن آپ کو نقشے یا گراف کے ذریعے اپنے ڈیٹا کا سیاق و سباق تلاش کرنے کے قابل بناتی ہے۔ یہ ٹیوٹوریل Jupyter نوٹ بک میں گراف کے ساتھ بات چیت کرنے کے لیے ایک بصیرت انگیز رہنمائی پیش کرتا ہے۔
ضروریات۔
تمہیں ضرورت ہے Jupyter انسٹال ہے آپ کی مشین پر اگر یہ نہیں ہے تو ، آپ اپنی کمانڈ لائن میں درج ذیل کوڈ داخل کرکے اسے انسٹال کرسکتے ہیں۔
$ pip install jupyterآپ کو بھی ضرورت ہو گی پانڈا اور matplotlib کتب خانہ:
ونڈوز 10 کو فیکٹری سیٹنگز میں دوبارہ ترتیب دینے کا طریقہ
$ pip install pandas $ pip install matplotlibتنصیبات مکمل ہونے کے بعد ، Jupyter نوٹ بک سرور شروع کریں۔ ایسا کرنے کے لیے اپنے ٹرمینل میں نیچے دی گئی کمانڈ ٹائپ کریں۔ موجودہ ڈائریکٹری میں فائلیں دکھانے والا ایک Jupyter صفحہ آپ کے کمپیوٹر کے ڈیفالٹ براؤزر میں کھل جائے گا۔
$ jupyter notebookنوٹ: ٹرمینل ونڈو کو بند نہ کریں جس میں آپ یہ کمانڈ چلاتے ہیں۔ اگر آپ ایسا کرتے ہیں تو آپ کا سرور بند ہو جائے گا۔
سادہ پلاٹ۔
ایک نئے Jupyter صفحے میں ، یہ کوڈ چلائیں:
import matplotlib.pyplot as plt
x=[1,2,3,4,5,6,7,8]
y=[2,4,6,8,10,12,14,16]
plt.plot(x,y)
plt.show()
کوڈ ایک سادہ لائن پلاٹ کے لیے ہے۔ پہلی لائن درآمد کرتی ہے۔ pyplot سے گرافنگ لائبریری matplotlib API تیسری اور چوتھی لائنیں بالترتیب x اور y محور کی وضاحت کرتی ہیں۔
کی پلاٹ () گراف بنانے کے لیے طریقہ کار کہا جاتا ہے۔ کی دکھائیں () پھر گراف کو ظاہر کرنے کے لیے طریقہ استعمال کیا جاتا ہے۔
فرض کریں کہ آپ اس کے بجائے ایک وکر کھینچنا چاہتے ہیں۔ عمل وہی ہے۔ صرف کی اقدار کو تبدیل کریں۔ ازگر کی فہرست وائی محور کے لیے
import matplotlib.pyplot as plt
x=[3,4,5,6,7,8,9,10,11,12]
y= [9,16,25,36,49,64,81,100,121,144]
plt.plot(x,y)
plt.show()
کچھ اہم نوٹس کریں: دونوں گراف میں ، کوئی واضح پیمانے کی تعریف نہیں ہے۔ پیمانے کا خود بخود حساب لگایا جاتا ہے اور لاگو کیا جاتا ہے۔ یہ بہت سی دلچسپ خصوصیات میں سے ایک ہے جو جوپٹر پیش کرتی ہے جو آپ کوڈ کے بارے میں فکر کرنے کے بجائے اپنے کام (ڈیٹا تجزیہ) پر مرکوز کر سکتی ہے۔
اگر آپ بھی چوکس ہیں تو ، آپ دیکھ سکتے ہیں کہ x اور y محور کے لیے اقدار کی تعداد ایک جیسی ہے۔ اگر ان میں سے کوئی دوسرے سے کم ہے تو ، جب آپ کوڈ چلاتے ہیں تو ایک غلطی کو نشان زد کیا جائے گا اور کوئی گراف نہیں دکھایا جائے گا۔
دستیاب اقسام
مندرجہ بالا لائن گراف اور وکر کے برعکس ، دیگر گراف ویزولائزیشن (جیسے ہسٹوگرام ، بار چارٹ ، وغیرہ) کو ظاہر کرنے کے لیے واضح طور پر وضاحت کرنے کی ضرورت ہے۔
بار گراف
بار پلاٹ دکھانے کے لیے آپ کو بار () طریقہ
import matplotlib.pyplot as plt
x=[3,4,5,6,7,8,9,10,11,12]
y= [9,16,25,36,49,64,81,100,121,144]
plt.bar(x,y)
plt.show()
بکھرنے کا پلاٹ۔
آپ کو صرف استعمال کرنے کی ضرورت ہے بکھرنا () پچھلے کوڈ میں طریقہ
import matplotlib.pyplot as plt
x=[3,4,5,6,7,8,9,10,11,12]
y= [9,16,25,36,49,64,81,100,121,144]
plt.scatter(x,y)
plt.show()
پائی چارٹ
ایک پائی پلاٹ اوپر کے باقیوں سے تھوڑا مختلف ہے۔ لائن 4 خاص دلچسپی کا حامل ہے ، لہذا وہاں کی خصوصیات پر ایک نظر ڈالیں۔
انجیر پہلو تناسب مقرر کرنے کے لیے استعمال کیا جاتا ہے۔ آپ اسے اپنی پسند کی کسی بھی چیز پر سیٹ کر سکتے ہیں (جیسے (9،5)) ، لیکن سرکاری پانڈا دستاویزات مشورہ دیتے ہیں کہ آپ 1 کا پہلو تناسب استعمال کریں۔
import matplotlib.pyplot as plt
x=[4,9,16,25,36]
fig = plt.figure(figsize =(9, 5)) # line 4
plt.pie(x)
plt.show()پائی چارٹ میں کچھ پیرامیٹرز ہیں جو قابل ذکر ہیں:
لیبل - یہ پائی چارٹ میں ہر ٹکڑے کو لیبل دینے کے لیے استعمال کیا جا سکتا ہے۔
رنگ - یہ ہر سلائس کو پہلے سے طے شدہ رنگ دینے کے لیے استعمال کیا جا سکتا ہے۔ آپ ٹیکسٹ فارم (جیسے پیلا) یا ہیکس فارم (جیسے '#ebc713') دونوں رنگوں کی وضاحت کر سکتے ہیں۔
ذیل میں مثال ملاحظہ کریں:
import matplotlib.pyplot as plt
x=[4,9,16,25,36]
fig = plt.figure(figsize =(5.5, 5.5))
plt.pie(x, labels=('Guavas', 'Berries','Mangoes','Apples', 'Avocado'),
colors = ( '#a86544', '#eb5b13', '#ebc713', '#bdeb13', '#8aeb13'))
plt.show()
دوسرے پلاٹ بھی ہیں جیسے۔ ہسٹ ، رقبہ ، اور کہاں کہ آپ کر سکتے ہیں پانڈا دستاویزات کے بارے میں مزید پڑھیں .
پلاٹ فارمیٹنگ۔
مذکورہ پلاٹوں میں ، لیبل جیسے کوئی پہلو نہیں ہیں۔ اسے کرنے کا طریقہ یہاں ہے۔
ایک عنوان شامل کرنے کے لیے ، نیچے دی گئی کوڈ کو اپنی Jupyter نوٹ بک میں شامل کریں:
matplotlib.pyplot.title('My Graph Title')x اور y محور کو بالترتیب ذیل میں لیبل لگایا جاسکتا ہے:
matplotlib.pyplot.xlabel('my x-axis label')
matplotlib.pyplot.ylabel('my y-axis label')مزید سیکھنا۔
آپ چلا سکتے ہیں۔ مدد() Jupyter کمانڈز کے بارے میں انٹرایکٹو مدد حاصل کرنے کے لیے اپنی نوٹ بک میں کمانڈ کریں۔ کسی خاص شے کے بارے میں مزید معلومات حاصل کرنے کے لیے ، آپ استعمال کر سکتے ہیں۔ مدد (اعتراض) .
آپ کو csv سے ڈیٹاسیٹس کا استعمال کرتے ہوئے گراف ڈرائنگ کرنے کی کوشش کرنا بھی اچھا لگے گا۔ فائلوں. اعداد و شمار کا تصور کرنا سیکھنا آپ کے نتائج کو بات چیت کرنے اور تجزیہ کرنے کا ایک طاقتور ذریعہ ہے ، لہذا اپنی مہارت کی تعمیر میں کچھ وقت نکالنا ضروری ہے۔
بانٹیں بانٹیں ٹویٹ ای میل۔ پانڈوں کا استعمال کرتے ہوئے ازگر سکرپٹ میں ایکسل ڈیٹا کیسے درآمد کریں۔جدید ڈیٹا تجزیہ کے لیے ، ازگر ایکسل سے بہتر ہے۔ پانڈوں کا استعمال کرتے ہوئے اپنے ایکسل ڈیٹا کو ازگر کے اسکرپٹ میں درآمد کرنے کا طریقہ یہاں ہے!
اگلا پڑھیں۔ متعلقہ موضوعات۔- پروگرامنگ۔
- ازگر۔
- کوڈنگ ٹیوٹوریل
- ڈیٹا تجزیہ
جیروم MakeUseOf میں سٹاف رائٹر ہے۔ وہ پروگرامنگ اور لینکس پر مضامین کا احاطہ کرتا ہے۔ وہ کرپٹو کے شوقین بھی ہیں اور ہمیشہ کرپٹو انڈسٹری پر نظر رکھتے ہیں۔
جیروم ڈیوڈسن سے مزیدہماری نیوز لیٹر کو سبسکرائب کریں
ٹیک ٹپس ، جائزے ، مفت ای بکس ، اور خصوصی سودوں کے لیے ہمارے نیوز لیٹر میں شامل ہوں!
سبسکرائب کرنے کے لیے یہاں کلک کریں۔