<sup id="aeaaf"></sup><aside id="aeaaf"></aside>
  • <small id="aeaaf"><div id="aeaaf"><link id="aeaaf"><map id="aeaaf"></map></link></div></small>

    <select id="aeaaf"><section id="aeaaf"><address id="aeaaf"></address><acronym id="aeaaf"><q id="aeaaf"><canvas id="aeaaf"><param id="aeaaf"></param></canvas></q><aside id="aeaaf"><span id="aeaaf"><cite id="aeaaf"></cite><td id="aeaaf"><tr id="aeaaf"><textarea id="aeaaf"><meter id="aeaaf"></meter></textarea></tr></td></span></aside></acronym><progress id="aeaaf"></progress></section></select><optgroup id="aeaaf"><code id="aeaaf"></code></optgroup>

      <form id="aeaaf"><datalist id="aeaaf"><area id="aeaaf"><table id="aeaaf"><fieldset id="aeaaf"></fieldset></table></area></datalist></form>

      申请专栏作者
      您的当前位置:主页 > 数据挖掘 > 正文

      想快速学会数据可视化?这里有一门4小时的Kag

      来源: 时间:2019-05-02
      请点击下面的广告后浏览!

      想要制作漂亮的可视化图表吗?Kaggle 平台上有一个数据可视化的微课程,总时长才 4 小时。快来学习吧!

      可思数据-www.sykv.cn,zouir.com

      课程地址:https://www.kaggle.com/learn/data-visualization-from-non-coder-to-coder

      本文来自可思数据,转载请联系本站及注明出处

        可思数据-巨龙彩票资讯平台

        本文来自可思数据,转载请联系本站及注明出处

      课程简介

      可思数据-AI,巨龙彩票,人脸识别,区块链,大数据

      该课程为免费课程,共包含 15 节课,时长 4 小时。主讲人 Alexis Cook 曾就读于杜克大学、密歇根大学和布朗大学,在多个在线学习平台(如 Udacity 和 DataCamp)教授数据科学。 可思数据-巨龙彩票资讯平台

      这门课程使用的数据可视化工具是 Seaborn,所以学员需要稍微了解如何写 Python 代码。不过没有任何编程经验的人也可以通过该课程学会数据可视化,正如课程名称那样:Data Visualization: from Non-Coder to Coder,透过数据可视化见证编程的魅力。 本文来自可思数据,转载请联系本站及注明出处

      该课程包含 15 节课,分为课程讲解和练习两类,每一堂讲解课后都有一节练习课,让学员及时巩固和应用所学知识。 可思数据-AI,巨龙彩票,人脸识别,区块链,大数据

      课程涉及对数据可视化工具 Seaborn 的介绍,如何绘制折线图、柱状图、热图、散点图、分布图,如何选择图表类型和自定义样式,课程期末项目,以及如何举一反三为自己的项目创建 notebook。课程目录如下所示: 可思数据-巨龙彩票资讯平台

        可思数据

       

      可思数据-数据挖掘,巨龙国际彩票网,机器视觉,机器人

       

      可思数据-AI,巨龙彩票,人脸识别,区块链,大数据

        可思数据

      下面,我们将选取其中一节课——散点图(Scatter Plots)进行简单介绍。 可思数据-www.sykv.cn,zouir.com

      如何创建高级散点图 可思数据-www.sykv.cn,zouir.com

      点进去你会在左侧看到这节课的大致内容,如下图所示,「散点图」共包含五个部分: 内容来自可思数据

        可思数据-AI,巨龙彩票,人脸识别,区块链,大数据

        可思数据-AI,巨龙彩票,深度学习,机器学习,神经网络

      btw,眼尖的读者会发现,下面还有一个 comments 版块。所以,该课程还是交互式的呢,你可以边学习边评论。 内容来自可思数据

      通过这节课,你将学习如何创建高级的散点图。

      可思数据

      设置 notebook

      可思数据-AI,巨龙彩票,人脸识别,区块链,大数据

      首先,我们要设置编码环境。

      可思数据-AI,巨龙彩票,深度学习,机器学习,神经网络

      输入: 本文来自可思数据,转载请联系本站及注明出处

      import pandas as pdimport matplotlib.pyplot as plt%matplotlib inlineimport seaborn as snsprint("Setup Complete")

      可思数据-AI,巨龙彩票,人脸识别,区块链,大数据

      输出:

      本文来自可思数据,转载请联系本站及注明出处

      Setup Complete 可思数据-AI,巨龙彩票,人脸识别,区块链,大数据

      加载和检查数据 本文来自可思数据,转载请联系本站及注明出处

      我们将使用一个保险费用(合成)数据集,目的是了解为什么有些客户需要比其他人支付得更多。数据集地址:https://www.kaggle.com/mirichoi0218/insurance/home 可思数据-AI,巨龙彩票,深度学习,机器学习,神经网络

        内容来自可思数据

       

      可思数据-巨龙彩票资讯平台

      输入:

      可思数据-AI,巨龙彩票,人脸识别,区块链,大数据

      # Path of the file to readinsurance_filepath = "../input/insurance.csv"# Read the file into a variable insurance_datainsurance_data = pd.read_csv(insurance_filepath) 可思数据-AI,巨龙彩票,深度学习,机器学习,神经网络

      打印前五行,以检查数据集是否正确加载。

      可思数据-数据挖掘,巨龙国际彩票网,机器视觉,机器人

      输入:

      可思数据-AI,巨龙彩票,深度学习,机器学习,神经网络

      insurance_data.head()

      可思数据-巨龙彩票资讯平台

      输出: 可思数据-AI,巨龙彩票,深度学习,机器学习,神经网络

        可思数据-AI,巨龙彩票,深度学习,机器学习,神经网络

       

      可思数据

      散点图

      可思数据-www.sykv.cn,zouir.com

      为了创建简单的散点图,我们使用 sns.scatterplot 命令并指定以下值: 可思数据-巨龙彩票资讯平台

      水平 x 轴(x=insurance_data['bmi']) 可思数据-www.sykv.cn,zouir.com

      垂直 y 轴(y=insurance_data['charges'])

      可思数据-www.sykv.cn,zouir.com

      输入:

      内容来自可思数据

      sns.scatterplot(x=insurance_data['bmi'], y=insurance_data['charges'])

      内容来自可思数据

      输出: 内容来自可思数据

        内容来自可思数据

        可思数据-www.sykv.cn,zouir.com

      上面的散点图表明身体质量指数(BMI)和保险费用是正相关的,BMI 指数更高的客户通常需要支付更多的保险费用。(这也不难理解,高 BMI 指数通常意味着更高的慢性病风险。) 可思数据-www.sykv.cn,zouir.com

      如果要再次检查这种关系的强度,你可能需要添加一条回归线,或者最拟合数据的线。我们通过将该命令更改为 sns.regplot 来实现这一点。

      可思数据-巨龙彩票资讯平台

      输入:

      可思数据-AI,巨龙彩票,人脸识别,区块链,大数据

      sns.regplot(x=insurance_data['bmi'], y=insurance_data['charges']) 可思数据-数据挖掘,巨龙国际彩票网,机器视觉,机器人

      输出: 本文来自可思数据,转载请联系本站及注明出处

      /opt/conda/lib/python3.6/site-packages/scipy/stats/stats.py:1713: FutureWarning: Using a non-tuple sequence for multidimensional indexing is deprecated; use `arr[tuple(seq)]` instead of `arr[seq]`. In the future this will be interpreted as an array index, `arr[np.array(seq)]`, which will result either in an error or a different result. return np.add.reduce(sorted[indexer] * weights, axis=axis) / sumval

      可思数据-AI,巨龙彩票,深度学习,机器学习,神经网络

       

      可思数据-AI,巨龙彩票,人脸识别,区块链,大数据

       

      可思数据-巨龙彩票资讯平台

      着色散点图

      可思数据-数据挖掘,巨龙国际彩票网,机器视觉,机器人

      我们可以使用散点图展示三个变量之间的关系,实现方式就是给数据点着色。 可思数据-AI,巨龙彩票,深度学习,机器学习,神经网络

      例如,为了了解吸烟对 BMI 和保险费用之间关系的影响,我们可以给数据点 'smoker' 进行着色编码,然后将'bmi'、'charges'作为坐标轴。 可思数据-AI,巨龙彩票,人脸识别,区块链,大数据

      输入: 可思数据-www.sykv.cn,zouir.com

      sns.scatterplot(x=insurance_data['bmi'], y=insurance_data['charges'], hue=insurance_data['smoker']) 可思数据-AI,巨龙彩票,深度学习,机器学习,神经网络

      输出: 可思数据-巨龙彩票资讯平台

       

      可思数据

        可思数据

      以上散点图展示了不抽烟的人随着 BMI 指数的增加保险费用会稍有增加,而抽烟的人的保险费用要增加得多得多。 可思数据-AI,巨龙彩票,人脸识别,区块链,大数据

      要想进一步明确这一事实,我们可以使用 sns.lmplot 命令添加两个回归线,分别对应抽烟者和不抽烟者。(你会看到抽烟者的回归线更加陡峭。) 可思数据-数据挖掘,巨龙国际彩票网,机器视觉,机器人

      输入: 内容来自可思数据

      sns.lmplot(x="bmi", y="charges", hue="smoker", data=insurance_data) 可思数据-数据挖掘,巨龙国际彩票网,机器视觉,机器人

      输出: 内容来自可思数据

      /opt/conda/lib/python3.6/site-packages/scipy/stats/stats.py:1713: FutureWarning: Using a non-tuple sequence for multidimensional indexing is deprecated; use `arr[tuple(seq)]` instead of `arr[seq]`. In the future this will be interpreted as an array index, `arr[np.array(seq)]`, which will result either in an error or a different result. return np.add.reduce(sorted[indexer] * weights, axis=axis) / sumval 可思数据-AI,巨龙彩票,人脸识别,区块链,大数据

       

      可思数据-AI,巨龙彩票,深度学习,机器学习,神经网络

       

      可思数据-www.sykv.cn,zouir.com

      sns.lmplot 命令与其他命令有一些不同:

      可思数据-AI,巨龙彩票,深度学习,机器学习,神经网络

      这里没有用 x=insurance_data['bmi'] 来选择 insurance_data 中的'bmi'列,而是设置 x="bmi"来指定列的名称。 可思数据-巨龙彩票资讯平台

      类似地,y="charges" 和 hue="smoker"也包含列的名称。

      内容来自可思数据

      我们使用 data=insurance_data 来指定数据集。

      可思数据-AI,巨龙彩票,人脸识别,区块链,大数据

      最后,还有一个图要学。我们通常使用散点图显示两个连续变量(如"bmi"和 "charges")之间的关系。但是,我们可以调整散点图的设计,来侧重某一个类别变量(如"smoker")。我们将这种图表类型称作类别散点图(categorical scatter plot),可使用 sns.swarmplot 命令构建。 内容来自可思数据

      输入: 内容来自可思数据

      sns.swarmplot(x=insurance_data['smoker'], y=insurance_data['charges'])

      可思数据

      输出:

      可思数据-巨龙彩票资讯平台

        内容来自可思数据

        可思数据-www.sykv.cn,zouir.com

      除此之外,这个图向我们展示了: 可思数据-AI,巨龙彩票,人脸识别,区块链,大数据

      不抽烟的人比抽烟的人平均支付的保险费用更少;

      可思数据-AI,巨龙彩票,深度学习,机器学习,神经网络

      支付最多保险费用的客户是抽烟的人,而支付最少的客户是不抽烟的人。

      可思数据

      网友评论:

      发表评论
      请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
      评价:
      表情:
      用户名: 验证码:点击我更换图片

      Copyright©2005-2019 zouir.com 可思数据 版权所有    网站地图   联系我们  

      巨龙彩票资讯   巨龙彩票资讯   巨龙彩票资讯   巨龙彩票资讯

      扫码入群
      咨询反馈
      扫码关注

      微信公众号

      返回顶部

      巨龙彩票 |巨龙国际彩票网 |巨龙彩票登录 | |手机版 | | 108网投彩票|LG彩票|新世界彩票|春秋彩票官网|亚洲彩票网|皇冠彩票正网|