การแจกแจงแบบสองตัวแปรอย่างง่ายจะแสดงโดยใช้ 'imshow' ใน Matplotlib Python ได้อย่างไร

Matplotlib เป็นแพ็คเกจ Python ยอดนิยมที่ใช้สำหรับการแสดงข้อมูลเป็นภาพ การแสดงข้อมูลเป็นขั้นตอนสำคัญ เนื่องจากช่วยให้เข้าใจสิ่งที่เกิดขึ้นในข้อมูลโดยไม่ต้องดูตัวเลขจริงและทำการคำนวณที่ซับซ้อน

ช่วยในการสื่อสารข้อมูลเชิงลึกเชิงปริมาณไปยังผู้ชมได้อย่างมีประสิทธิภาพ Matplotlib ใช้สร้างแปลง 2 มิติด้วยข้อมูล มันมาพร้อมกับ API เชิงวัตถุที่ช่วยในการฝังพล็อตในแอปพลิเคชัน Python Matplotlib สามารถใช้ได้กับเปลือก IPython, โน้ตบุ๊ก Jupyter, Spyder IDE และอื่นๆ

มันเขียนด้วยภาษาไพทอน มันถูกสร้างขึ้นโดยใช้ Numpy ซึ่งเป็นแพ็คเกจ Numerical Python ใน Python

Python สามารถติดตั้งบน Windows ได้โดยใช้คำสั่งด้านล่าง -

pip install matplotlib

การพึ่งพา Matplotlib คือ −

Python ( greater than or equal to version 3.4)
NumPy
Setuptools
Pyparsing
Libpng
Pytz
Free type
Six
Cycler
Dateutil

การแจกแจงแบบไบวาริเอตคือความน่าจะเป็นที่เหตุการณ์บางอย่างจะเกิดขึ้นเมื่อมีตัวแปรสุ่มอิสระสองตัวแปร

โดยทั่วไปแล้ว ฟังก์ชัน "imshow" จะใช้เพื่อแสดงรูปภาพและพล็อตใน Matplotlib

ให้เราเข้าใจว่า Matplotlib สามารถใช้เพื่อพล็อตการแจกแจงแบบสองตัวแปรได้อย่างไร -

ตัวอย่าง

import numpy as np
import matplotlib.cm as cm
import matplotlib.pyplot as plt
import matplotlib.cbook as cbook
from matplotlib.path import Path
from matplotlib.patches import PathPatch
np.random.seed(9654241)

delta = 0.025
x = y = np.arange(−4.5, 4.5, delta)
X, Y = np.meshgrid(x, y)
Z1 = np.exp(−X**2 − Y**2)
Z2 = np.exp(−(X − 1)**2 − (Y − 1)**2)
Z = (Z1 − Z2) * 2

fig, ax = plt.subplots()
plt.title('A bivariate distribution')
plt.xlabel('x−axis')
plt.ylabel('y−axis')

im = ax.imshow(Z, interpolation='bilinear',
origin='lower', extent=[−3, 3, −3, 3],
vmax=abs(Z).max(), vmin=−abs(Z).max())
plt.show()

ผลลัพธ์

คำอธิบาย

• แพ็คเกจที่จำเป็นจะถูกนำเข้าและกำหนดนามแฝงเพื่อให้ใช้งานง่าย

• ข้อมูลถูกสร้างขึ้นโดยใช้ฟังก์ชัน 'seed' ของไลบรารี 'สุ่ม'

• ข้อมูลถูกสร้างขึ้นโดยใช้ไลบรารี 'Numpy' สำหรับชุดข้อมูลที่แตกต่างกันสองชุด

• ตัวเลขที่ว่างเปล่าถูกสร้างขึ้นโดยใช้ฟังก์ชัน 'figure'

• ฟังก์ชัน 'แผนย่อย' ใช้เพื่อสร้าง 2 แปลงแยกกันภายในแปลงเดียวกัน

• ข้อมูลถูกวางแผนโดยใช้ฟังก์ชัน 'plot'

• ฟังก์ชัน set_xlabel, set_ylabel และ set_title ใช้เพื่อจัดเตรียมป้ายกำกับสำหรับแกน "X", แกน "Y" และชื่อ

• ตัวเลขถูกกำหนดให้กับตัวแปรโดยใช้ฟังก์ชัน 'imshow'

• จะแสดงบนคอนโซลโดยใช้ฟังก์ชัน "แสดง"