Featured image of post Thực nghiệm Khai thác Dữ liệu 2 - Trực quan Hóa Dữ liệu - j88vip1

Thực nghiệm Khai thác Dữ liệu 2 - Trực quan Hóa Dữ liệu - j88vip1

Tham gia trải nghiệm trò chơi độc đáo trên J88VIP1 và nhận các ưu đãi đặc biệt chỉ có tại J88VIP1

  1. Học cách sử dụng gói Matplotlib trong Python để trực quan hóa dữ liệu.

Thiết bị và công cụ thực nghiệm

  1. Máy tính: 01 chiếc.
  2. Môi trường Python đã được cài đặt sẵn.

Nội dung thực nghiệm

  1. Theo tài liệu thực nghiệm, sử dụng tập dữ liệu về mức tiêu thụ nhiên liệu của xe để học cách trực quan hóa dữ liệu.
  2. Thực hiện phân tích trực quan trên tập dữ liệu Iris. Áp dụng kiến thức đã học để tạo ra các biểu đồ từ nhiều góc độ khác nhau nhằm minh họa dữ liệu một cách rõ ràng.

Bước thực hiện

  1. Nghiên cứu kỹ tài liệu mà giảng viên cung cấp.
  2. Lập trình và thực hiện nội dung thực nghiệm theo yêu cầu.

Yêu cầu nộp bài

  1. Soạn báo cáo thực nghiệm theo mẫu chuẩn của trường. Định dạng báo cáo có thể tham khảo ở phần cuối tài liệu này. Tên file phải tuân thủ quy tắc sau: Mã số sinh viên - Họ tên - Thực nghiệm Hai - Báo cáo Thực nghiệm Khai thác Dữ liệu.
  2. Đính kèm mã nguồn của bài thực nghiệm dưới dạng file .py và tải lên hệ thống.
  3. Nộp bài thông qua nền tảng quản lý giáo dục “Tri Thức”.

j88 tặng 50k nguồn thực nghiệm

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd

# Tải dữ liệu
data = pd.read_csv("iris/iris.csv")

# Tạo khung hình vẽ và điều chỉnh kích thước
plt.figure(figsize=(20, [iwin68 club](/hy/7e5bbd5c.html)  12))

# Biểu đồ con 1: Biểu đồ cột
plt.subplot(3, 3, 1)
sns.barplot(x="Species", y="Sepal.Length", data=data)
plt.title("Chiều dài đài hoa theo loài")

# Biểu đồ con 2: Biểu đồ bánh
plt.subplot(3, 3, 2)
data["Species"].value_counts().plot.pie(autopct="%1.1f%%")
plt.title("Phân bố loài")
plt.ylabel("")  # Loại bỏ nhãn trục y

# Biểu đồ con 3: Biểu đồ直方
plt.subplot(3, 3, 3)
sns.histplot(data["Sepal.Length"], kde=False)
plt.title("Biểu đồ tần suất chiều dài đài hoa")

# Biểu đồ con 4: Biểu đồ mật độ nhân tâm
plt.subplot(3, 3, 4)
sns.kdeplot(data["Sepal.Length"], shade=True)
plt.title("Đồ thị mật độ chiều dài đài hoa")

# Biểu đồ con 5: Biểu đồ hộp
plt.subplot(3, 3, 5)
sns.boxplot(x="Species", y="Sepal.Length", data=data)
plt.title("Biểu đồ hộp chiều dài đài hoa theo loài")

# Biểu đồ con 6: Biểu đồ tán xạ
plt.subplot(3, 3, 6)
sns.scatterplot(x="Sepal.Length", y="Sepal.Width", hue="Species", data=data)
plt.title("Mối quan hệ giữa chiều dài và chiều rộng đài hoa")

# Biểu đồ con 7: Biểu 88king Vin đồ đường plt.subplot(3, 3, 7)
sns.lineplot(x="Petal.Length", y="Petal.Width", hue="Species", data=data)
plt.title("Mối quan hệ giữa chiều dài và chiều rộng cánh hoa")

# Cân chỉnh khoảng cách giữa các biểu đồ con
plt.tight_layout()
plt.show()
Licensed under CC BY-NC-SA 4.0
Built with Hugo
Theme Stack thiết kế bởi Jimmy