Introdução
Neste tutorial, aprenderemos como plotar padrões de esparsidade de arrays usando Matplotlib. O padrão de esparsidade se refere à distribuição de elementos não-nulos em um array. Usaremos a função spy em Matplotlib para plotar os padrões de esparsidade.
Dicas para a VM
Após a inicialização da VM, clique no canto superior esquerdo para mudar para a aba Notebook e acessar o Jupyter Notebook para praticar.
Às vezes, pode ser necessário aguardar alguns segundos para que o Jupyter Notebook termine de carregar. A validação das operações não pode ser automatizada devido a limitações no Jupyter Notebook.
Se você enfrentar problemas durante o aprendizado, sinta-se à vontade para perguntar ao Labby. Forneça feedback após a sessão, e resolveremos o problema prontamente para você.
Importando as Bibliotecas Necessárias
Começaremos importando as bibliotecas necessárias, que são NumPy e Matplotlib.
import matplotlib.pyplot as plt
import numpy as np
Criando um Array Aleatório
Em seguida, criaremos um array aleatório com dimensões (20, 20) usando a função numpy.random.randn. Também definiremos alguns elementos como zero para criar uma matriz esparsa (sparse matrix).
np.random.seed(19680801)
x = np.random.randn(20, 20)
x[5, :] = 0.
x[:, 12] = 0.
Criando Subplots
Agora, criaremos uma grade 2x2 de subplots usando a função subplots. Isso nos dará quatro gráficos para visualizar o padrão de esparsidade (sparsity pattern) do array.
fig, axs = plt.subplots(2, 2)
ax1 = axs[0, 0]
ax2 = axs[0, 1]
ax3 = axs[1, 0]
ax4 = axs[1, 1]
Plotando o Padrão de Esparsidade
Usaremos a função spy para plotar o padrão de esparsidade (sparsity pattern) do array. Usaremos diferentes parâmetros como markersize e precision para personalizar o gráfico.
ax1.spy(x, markersize=5)
ax2.spy(x, precision=0.1, markersize=5)
ax3.spy(x)
ax4.spy(x, precision=0.1)
Exibindo os Gráficos
Finalmente, exibiremos os gráficos usando a função show.
plt.show()
Resumo
Neste tutorial, aprendemos como plotar padrões de esparsidade (sparsity patterns) de arrays usando Matplotlib. Usamos a função spy para visualizar o padrão de esparsidade e personalizamos o gráfico usando diferentes parâmetros. Também aprendemos como criar subplots e exibir os gráficos usando a função show.