Traçage des motifs de rareté

PythonPythonBeginner
Pratiquer maintenant

This tutorial is from open-source community. Access the source code

💡 Ce tutoriel est traduit par l'IA à partir de la version anglaise. Pour voir la version originale, vous pouvez cliquer ici

Introduction

Dans ce tutoriel, nous allons apprendre à tracer les motifs de rareté d'un tableau à l'aide de Matplotlib. Le motif de rareté fait référence à la distribution des éléments non nuls dans un tableau. Nous allons utiliser la fonction spy de Matplotlib pour tracer les motifs de rareté.

Conseils sur la machine virtuelle

Une fois le démarrage de la machine virtuelle terminé, cliquez dans le coin supérieur gauche pour basculer vers l'onglet Carnet d'adresses pour accéder au carnet Jupyter pour pratiquer.

Parfois, vous devrez peut-être attendre quelques secondes pour que le carnet Jupyter ait fini de charger. La validation des opérations ne peut pas être automatisée en raison des limites du carnet Jupyter.

Si vous rencontrez des problèmes pendant l'apprentissage, n'hésitez pas à demander à Labby. Donnez votre feedback après la session, et nous résoudrons rapidement le problème pour vous.


Skills Graph

%%%%{init: {'theme':'neutral'}}%%%% flowchart RL python(("Python")) -.-> python/ModulesandPackagesGroup(["Modules and Packages"]) python(("Python")) -.-> python/DataScienceandMachineLearningGroup(["Data Science and Machine Learning"]) matplotlib(("Matplotlib")) -.-> matplotlib/BasicConceptsGroup(["Basic Concepts"]) python(("Python")) -.-> python/DataStructuresGroup(["Data Structures"]) python(("Python")) -.-> python/PythonStandardLibraryGroup(["Python Standard Library"]) matplotlib/BasicConceptsGroup -.-> matplotlib/importing_matplotlib("Importing Matplotlib") matplotlib/BasicConceptsGroup -.-> matplotlib/figures_axes("Understanding Figures and Axes") python/DataStructuresGroup -.-> python/lists("Lists") python/DataStructuresGroup -.-> python/tuples("Tuples") python/ModulesandPackagesGroup -.-> python/importing_modules("Importing Modules") python/ModulesandPackagesGroup -.-> python/standard_libraries("Common Standard Libraries") python/PythonStandardLibraryGroup -.-> python/math_random("Math and Random") python/DataScienceandMachineLearningGroup -.-> python/numerical_computing("Numerical Computing") python/DataScienceandMachineLearningGroup -.-> python/data_visualization("Data Visualization") subgraph Lab Skills matplotlib/importing_matplotlib -.-> lab-48955{{"Traçage des motifs de rareté"}} matplotlib/figures_axes -.-> lab-48955{{"Traçage des motifs de rareté"}} python/lists -.-> lab-48955{{"Traçage des motifs de rareté"}} python/tuples -.-> lab-48955{{"Traçage des motifs de rareté"}} python/importing_modules -.-> lab-48955{{"Traçage des motifs de rareté"}} python/standard_libraries -.-> lab-48955{{"Traçage des motifs de rareté"}} python/math_random -.-> lab-48955{{"Traçage des motifs de rareté"}} python/numerical_computing -.-> lab-48955{{"Traçage des motifs de rareté"}} python/data_visualization -.-> lab-48955{{"Traçage des motifs de rareté"}} end

Importation des bibliothèques requises

Nous allons commencer par importer les bibliothèques requises, qui sont NumPy et Matplotlib.

import matplotlib.pyplot as plt
import numpy as np

Création d'un tableau aléatoire

Ensuite, nous allons créer un tableau aléatoire de dimensions (20, 20) à l'aide de la fonction numpy.random.randn. Nous allons également définir quelques éléments sur zéro pour créer une matrice creuse.

np.random.seed(19680801)
x = np.random.randn(20, 20)
x[5, :] = 0.
x[:, 12] = 0.

Création de sous-graphiques

Nous allons maintenant créer une grille 2x2 de sous-graphiques à l'aide de la fonction subplots. Cela nous donnera quatre graphiques pour visualiser le motif de rareté du tableau.

fig, axs = plt.subplots(2, 2)
ax1 = axs[0, 0]
ax2 = axs[0, 1]
ax3 = axs[1, 0]
ax4 = axs[1, 1]

Traçage du motif de rareté

Nous allons utiliser la fonction spy pour tracer le motif de rareté du tableau. Nous allons utiliser différents paramètres tels que markersize et precision pour personnaliser le tracé.

ax1.spy(x, markersize=5)
ax2.spy(x, precision=0.1, markersize=5)
ax3.spy(x)
ax4.spy(x, precision=0.1)

Affichage des graphiques

Enfin, nous allons afficher les graphiques à l'aide de la fonction show.

plt.show()

Sommaire

Dans ce tutoriel, nous avons appris à tracer les motifs de rareté des tableaux à l'aide de Matplotlib. Nous avons utilisé la fonction spy pour visualiser le motif de rareté et personnalisé le tracé en utilisant différents paramètres. Nous avons également appris à créer des sous-graphiques et à afficher les graphiques à l'aide de la fonction show.