Thực hành Tin học với Python [Lớp XII] của Preeti Arora, được sửa đổi kỹ lưỡng theo giáo trình 2020-21, là
Đăng bởi Sultan Chand & Sons Pvt. TNHH. vào Thứ Tư, ngày 24 tháng 6 năm 2020Giới thiệu. Bạn đang muốn tải sách Khoa học máy tính với Python lớp 12 Preeti Arora pdf? . Ở đây bạn sẽ nhận được cuốn sách này cùng với giải pháp cho tất cả các chương. Cuốn sách này là theo giáo trình mới nhất được thiết lập bởi hội đồng quản trị. Nó rất hữu ích cho sinh viên hội đồng CBSE, ICSE và NCERT. Bạn có thể tải sách miễn phí tại đây. Sau đó, bạn có thể ghi chú về các chủ đề quan trọng. Những ngày này, có một khó khăn lớn đối với những sinh viên đang tìm kiếm cuốn sách trực tuyến vì không có cách nào được mô tả đúng ở bất cứ đâu trên internet. Nhưng chúng tôi đã mô tả một cách đơn giản với hướng dẫn chi tiết về nơi bạn có thể tải xuống sách pdf. Đọc hết bài viết để biết cách tải xuống bản pdf dễ dàng
- Tải tài liệu học tập lớp 12 miễn phí bằng Pdf
nội dung
Hướng dẫn download Computer Science with Python Class 12 Preeti Arora pdf trên Máy tính
- Bước 1. You need to first go to www. google. com, the most common search engine used worldwide
- Step 2. Type the keyword “computer science with python for class 12 by Preeti Arora pdf”
- Step 2. You will be getting a few google results, out of them, go to www. sultan-chand. com
- Step 4. Click on the website www. sultan-chand. com
- Step 5. Upon clicking on the website link, a pdf document will appear on your screen
- Step 6. Click on the “Save” option, on the right corner of the pdf document. You can also press “Ctrl + S” to save the document in your computer location
- Step 6. Name the pdf book as per your choice and save it in your computer
The pdf book is now downloaded and saved on your computer
Instructions to Download Computer Science with Python Book by Preeti Arora Pdf on Your Mobile or Tablet
To download the pdf book on your mobile or tablet, you need to follow the same above instructions till Step 5. After step 5, the pdf book will be downloaded on your mobile or tablet
Download CS with Python Class 12 Preeti Arora Pdf chapter wise
- Bước 1. You can also download the Computer Science with Python Class 12 Preeti Arora Pdf chapter wise from the given link below
- Step 2. Click on the above-given link, and a chapter-wise list of the book will appear on your screen
- Step 3. Click on the chapter name and a new pop-up window will appear with the pdf document of the Computer Science with Python Class 12 Preeti Arora
- Step 4. Click on the Arrow mark and the document will appear
- You can directly click on the link given above for Chapter 1 of the book. If it does not appear then wait for 30 seconds that will appear
- Step 5. Click on the download option at the right corner of the pdf. Tương tự, bạn có thể tải xuống các chương khác của cuốn sách
Sách pdf sẽ được tải xuống dễ dàng trên hệ thống, điện thoại di động hoặc máy tính bảng của bạn. Bằng cách làm theo từng bước quy trình trên, bạn có thể tải xuống từng chương trong hệ thống của mình
Các chương của cuốn sách
- Chương – Đánh giá cơ bản về python
- Chương – Chức năng
- Chương – Sử dụng thư viện python
- Chương – Xử lý tệp dữ liệu
- Chương – Hiệu quả chương trình
- Chương – Cấu trúc dữ liệu trong Python
- Chương – Mạng máy tính
- Chương – Cơ sở dữ liệu quan hệ và SQL
- Chương – Giao diện Python với MySQL
Phần kết luận
Trong bài viết này, chúng tôi đã cung cấp cho bạn mọi cách để tải xuống Computer Science with Python Class 12 Preeti Arora Pdf một cách dễ dàng mà không gặp bất kỳ trở ngại nào. If you have read the full post, you should be able to download the pdf effectively. The pdf book is easily available to read and learn with the help of class 12 students now. The book is according to the new syllabus. You can easily learn all the chapters from this book. The book is really effective and acts as a supplement to your core book. Follow our detailed steps and get it now. In case of questions or any queries related to download the pdf, you can suggest us in the comment box.
SULTAN CHAND & SONS [P] LTD Educational Publishers 4859/24, Darya Ganj, New Delhi-110 002 Phones . 4354 6000 [100 Lines
Views 58,827 Downloads 1,043 File size 6MB
TẢI TẬP TIN
Recommend StoriesCitation preview
SULTAN CHAND & SONS [P] LTD
Educational Publishers 4859/24, Darya Ganj, New Delhi-110 002 Phones . 4354 6000 [100 Lines], 2324 3939 Fax . [011] 4354 6004, 2325 4295 E-mail . [email protected] Buy books online at . www. sultan-chand. com
ISBN. 978-93-89174-54-0
First Edition 2019 Second Thoroughly Revised Edition 2020
All rights reserved. No part of this book may be reproduced or copied in any form or by any means [graphic, electronic or mechanical, including photocopying, recording, taping, or information retrieval system] or reproduced on any disc, tape, perforated media or any other information storage device, etc. , without the prior written permission of the publishers. Breach of this condition is liable for legal action. Anyone who brings information regarding any such reproduction will be handsomely rewarded. Publication of Key to this book is strictly prohibited. Every effort has been made to avoid errors or omissions in this publication. In spite of this, some errors might have crept in. Any mistake, error or discrepancy noted may be brought to our notice which shall be taken care of in the next edition. It is notified that neither the publishers nor the author or seller will be responsible for any damage or loss of action to anyone, of any kind, in any manner, therefrom. For faulty binding, misprints or for missing pages, etc. , the publishers’ liability is limited to replacement within one month of the purchase by a similar edition. All expenses in this connection are to be borne by the purchaser. All disputes are subject to Delhi jurisdiction only
PREFACE Programming is important for learning to innovate and create eco-friendly solutions to global problems. Programming is also important in our day-to-day life to enhance the power of computers and internet. A significant step towards learning innovative programming solutions is through Python programming which this book has at its core. This thoroughly revised Informatics Practices with Python for Class XII provides an in-depth understanding of the Informatics Practices [065] curriculum and strictly adheres to the guidelines laid down by the CBSE. The book deals with detailed concepts of Python Pandas, NumPy, Data Visualization, Django, Relational Database Management System [SQL], Python-MySQL Connectivity, Basic Software Engineering and Cyber Ethics. Python is a popular object-oriented language used both for stand-alone programs and scripting applications in a variety of domains. This book adopts a contemporary approach to the most popular Python library, Pandas, with stress on principles of good programming, such as clarity, legibility and efficiency in program design. Thus, an interactive programming style has been emphasized/expressed throughout the book. Đặc điểm nổi bật của cuốn sách này là nó dạy chi tiết các khái niệm Python Pandas và cách sử dụng một số thư viện Python khác, chẳng hạn như vẽ đồ thị và biểu đồ bằng Python Pyplot và thiết lập Kết nối Python-MySQL. Các nghiên cứu điển hình phong phú để hiểu các khái niệm cơ bản của Công nghệ phần mềm với cách tiếp cận lấy sinh viên làm trung tâm cũng đã được cung cấp trong cuốn sách. Với các ví dụ dễ hiểu, triển khai thực tế và các công cụ khác, học viên sẽ học cách tạo và triển khai các chuỗi và khung dữ liệu Python, đồng thời phát triển các ứng dụng GUI dựa trên nó. The text of the book has been presented in a friendly and easy-to-comprehend language. Cuốn sách chứa các chương trình ví dụ ngắn gọn và thiết thực bên cạnh các sơ đồ và ví dụ từ các ứng dụng thực tế. Mỗi chương cung cấp các mã đã được kiểm tra, sửa lỗi và không có lỗi kèm theo ảnh chụp màn hình. Dựa trên chương trình giảng dạy CBSE, cuốn sách đã được chia thành bốn đơn vị. đơn vị tôi. Xử lý dữ liệu [DH-2] – Chương 1 đến 3 Đơn vị này bao gồm ba chương bao gồm các nguyên tắc cơ bản của Pandas bao gồm Sê-ri và Khung dữ liệu. Các khái niệm nâng cao về Pandas như xoay vòng, sắp xếp, tổng hợp, ứng dụng chức năng, lập chỉ mục lại và lượng tử đã được giải thích chi tiết với các ví dụ phong phú và mã liên quan. Ngoài những điều trên, các khái niệm chi tiết về NumPy [ndarrays] và cách triển khai của chúng, Trực quan hóa dữ liệu bằng Pyplot về Biểu đồ đường, Biểu đồ thanh, Biểu đồ phân tán, Biểu đồ, Đa giác tần số và Boxplot cũng đã được thảo luận kỹ lưỡng. đơn vị II. Kỹ thuật phần mềm cơ bản [BSE] – Chương 4 và 5 Đơn vị này được chia thành hai chương—4 và 5—và đề cập đến các khái niệm Kỹ thuật phần mềm như mô hình quy trình phần mềm, mô hình phân phối, phương pháp linh hoạt, sơ đồ sử dụng doanh nghiệp và một số khía cạnh thực tế cũng như việc triển khai chúng
đơn vị III. Quản lý dữ liệu [DM-2] – Chương 6 đến 8 Đơn vị này bao gồm việc phát triển ứng dụng web Django, Giao diện Python với cơ sở dữ liệu SQL và các lệnh SQL, Các hàm tổng hợp cùng với các mệnh đề SQL quan trọng như nhóm theo, có và sắp xếp theo. đơn vị IV. Xã hội, Luật pháp và Đạo đức [SLE-2] – Chương 9 Đơn vị này đề cập đến quyền sở hữu trí tuệ, đạo văn, quản lý quyền kỹ thuật số, cấp phép, nguồn mở và tiêu chuẩn, luật về quyền riêng tư, gian lận và tội phạm mạng như lừa đảo, tải xuống bất hợp pháp, nội dung khiêu dâm trẻ em, . Nó cũng giải thích các khái niệm liên quan về công nghệ và xã hội, quản lý chất thải điện tử, các vấn đề về giới tính và khuyết tật trong khi dạy và sử dụng máy tính cũng như vai trò của phương tiện truyền thông mới trong xã hội với các nghiên cứu điển hình. Sách có 2 phụ lục gồm Bài mẫu [Có đáp án] và Bài thi mẫu [Không lời giải]. Là một phần của Hỗ trợ web của chúng tôi, Trình bày về các khái niệm chi tiết về Python Pandas, Mã chương trình theo chương, Dự án dựa trên Kết nối Python-MySQL bằng Pandas, Tệp thực hành, Bài viết mẫu, Bài kiểm tra mô hình để thực hành, Hướng dẫn cài đặt cho Django và Viva Voce . com/ws/ipp12. Hướng dẫn cài đặt Django cũng có sẵn trong Mã QR. Bên cạnh đó, các cập nhật liên quan đến kỳ thi, nếu có, sẽ được cung cấp trực tuyến trong thời gian tới. Tôi tin rằng học sinh và giáo viên sẽ được hưởng lợi rất nhiều bằng cách sử dụng tốt nhất cuốn sách này. Phản hồi của bạn rất quan trọng với tôi. Mọi đề xuất để cải thiện cuốn sách này sẽ được đánh giá cao và ghi nhận xứng đáng. Tôi xin đặc biệt cảm ơn Cô Rinku Kumari và Cô Payal Bhattacharjee vì những gợi ý quý báu của họ trong quá trình tôi viết cuốn sách này. Cuối cùng nhưng không kém phần quan trọng, tôi bày tỏ lòng biết ơn sâu sắc tới các nhà xuất bản đáng kính của tôi, Công ty TNHH Sultan Chand & Sons [P], vì sự kiên nhẫn, hướng dẫn và hỗ trợ của họ
TÁC GIẢ
MỤC LỤC 1. NumPy 1. 1 Giới thiệu 1. 2 NumPy là gì 1. 3 Làm việc với NumPy 1. 4 Cách tạo một mảng NumPy 1. 5 Thao tác trên NumPy Array 1. 5. 1 Cắt mảng 1. 5. 2 tham gia trong mảng 1. 5. 3 tập con mảng 1. 6 phép toán số học trên mảng 1. 7 ứng dụng của mảng NumPy 1. 7. 1 hiệp phương sai 1. 7. 2 Tương quan 1. 7. 3 Hồi quy tuyến tính
1. 1–1. 42. . . 1. 1. . . 1. 1. . . 1. 3. . . 1. 4. . . 1. số 8. . . 1. số 8. . . 1. 10. . . 1. 12. . . 1. 13. . . 1. 16. . . 1. 16. . . 1. 21. . . 1. 23
2
Trực quan hóa dữ liệu bằng Pyplot 2. 1 Giới thiệu 2. 2 Matplotlib 2. 3 NumPy 2. 4 Cài đặt Matplotlib 2. 5 kiểu hình dung 2. 6 quy tắc hình dung cơ bản 2. 7 Danh pháp cơ bản của Lô 2. Đồ thị 8 dòng/Biểu đồ 2. 8. 1 Nhiều Ô 2. 8. 2 Nhiều lượt xem 2. 9 Biểu đồ tán xạ 2. 10 Bar Plot/Chart 2. 11 Histograms 2. 12 Saving Plots to File 2. 13 Frequency Polygons 2. 14 Box Plot
2. 1–2. 60 . . . 2. 1 . . . 2. 2 . . . 2. 3. . . 2. 3. . . 2. 4. . . 2. 5. . . 2. 5. . . 2. 6. . . 2. 9. . . 2. 10. . . 2. 18. . . 2. 22. . . 2. 25 . . . 2. 31. . . 2. 32. . . 2. 34
3
Python gấu trúc 3. 1 Giới thiệu 3. 2 gấu trúc 3. 2. 1 Tính năng của Pandas 3. 3 Cài đặt Pandas 3. 4 Cấu trúc dữ liệu trong Pandas 3. 4. 1 sê-ri 3. 4. 2 Tạo Sê-ri 3. 4. 3 Tạo một Sê-ri rỗng bằng Sê-ri[] Phương pháp 3. 4. 4 Tạo một chuỗi sử dụng Series[] với các đối số 3. 4. 5 Tạo một chuỗi từ từ điển 3. 4. 6 Tạo một chuỗi bằng Biểu thức/Hàm toán học 3. Thuộc tính đối tượng 5 sê-ri 3. 5. 1 Truy xuất giá trị từ một chuỗi bằng hàm head[] và tail[] 3. 6 phép toán trên Series 3. 7 phép toán vectơ trên chuỗi 3. 8 Truy xuất Giá trị Sử dụng Điều kiện 3. 9 Xóa các phần tử khỏi Sê-ri 3. 10 Khung dữ liệu 3. 11 Phép toán nhị phân 3. 12 Thao tác so khớp và phát sóng 3. 13 Thiếu dữ liệu và điền giá trị 3. 14 So sánh Sê-ri 3. 15 Kết hợp các khung dữ liệu 3. 16 Rút gọn Boolean 3. 17 Thống kê mô tả với Pandas 3. 17. 1 tối đa[] 3. 17. 2 phút[] 3. 17. 3 tổng[] 3. 17. 4 đếm[]
3. 1–3. 95. . . 3. 1. . . 3. 2. . . 3. 2. . . 3. 3. . . 3. 5. . . 3. 5. . . 3. 6. . . 3. 6. . . 3. 6. . . 3. 13. . . 3. 15. . . 3. 16. . . 3. 16. . . 3. 17. . . 3. 18. . . 3. 18. . . 3. 19. . . 3. 19. . . 3. 30. . . 3. 32. . . 3. 34 . . . 3. 35 . . . 3. 37 . . . 3. 38 . . . 3. 39 . . . 3. 40 . . . 3. 41 . . . 3. 42 . . . 3. 42
3. 18 3. 19 3. 20 3. 21
3. 22
3. 17. 5 mode[], mean[], median[] 3. 17. 6 quantile 3. 17. 7 var[] Advanced Operations on Dataframes Sorting Creating Histogram Function Application 3. 21. 1 pipe[] 3. 21. 2 apply[] 3. 21. 3 applymap[] 3. 21. 4 groupby[] in Pandas 3. 21. 5 transform[] Reindexing and Altering Labels
4. Introduction to Software Engineering 4. 1 Introduction 4. 2 What is Software Engineering 4. 2. 1 Need for Software Engineering 4. 3 Software Process 4. 4 Software Process Activities 4. 4. 1 Software Specification 4. 4. 2 Software Design and Development 4. 4. 3 Software Validation [Testing] 4. 4. 4 Software Evolution/Evaluation 4. 5 Software Process Models 4. 5. 1 Waterfall Model 4. 5. 2 Evolutionary Model 4. 5. 3 Component-based Model 4. 6 Delivery Models 4. 6. 1 Incremental Delivery Model 4. 6. 2 Spiral Delivery Model
. . 3. 43 . . . 3. 47 . . . 3. 52 . . . 3. 53 . . . 3. 62 . . . 3. 67 . . . 3. 69 . . . 3. 69 . . . 3. 71 . . . 3. 72 . . . 3. 73 . . . 3. 75 . . . 3. 77 4. 1–4. 22 . . . 4. 1 . . . 4. 1 . . . 4. 2 . . . 4. 3 . . . 4. 3 . . . 4. 4 . . . 4. 4 . . . 4. 5 . . . 4. 6. . . 4. 6 . . . 4. 7 . . . 4. 9 . . . 4. 14 . . . 4. 14 . . . 4. 15 . . . 4. 16
5. Các phương pháp linh hoạt và các khía cạnh thực tế của công nghệ phần mềm 5. 1–5. 30 5. 1. Giới thiệu. . . 5. 1 5. 2 Phát triển phần mềm linh hoạt là gì. . . 5. 2 5. Lập trình 3 cặp. . . 5. 4 5. 4 Scrum. . . 5. 6 5. 4. 1 Nhóm Scrum—Vai trò và Trách nhiệm. . . 5. 6 5. 4. 2 sự kiện Scrum. . . 5. 7 5. 5 Hệ thống kiểm soát phiên bản. . . 5. 9 5. 5. 1 Tầm quan trọng của việc sử dụng hệ thống kiểm soát phiên bản. . . 5. 9 5. 5. 2 loại hệ thống kiểm soát phiên bản. . . 5. 10 5. 5. 3 Tại sao nên sử dụng Hệ thống kiểm soát phiên bản. . . 5. 11 5. 6 GIT—Hệ thống kiểm soát phiên bản phân tán. . . 5. 11 5. 7 Sơ đồ ca sử dụng nghiệp vụ. . . 5. 12 5. 7. 1 Sơ đồ ca sử dụng là gì. . . 5. 13 5. 7. 2 Case Study và Use-Case Diagram cho Hệ thống quản lý kết quả. . . 5. 15 5. 7. 3 Sơ đồ ca sử dụng của một hệ thống phần mềm—Sơ đồ ca sử dụng “Ứng dụng mua sắm”. . . 5. 18 5. 7. 4 Sơ đồ ca sử dụng của một hệ thống phần mềm—Sơ đồ ca sử dụng “Ứng dụng ngân hàng”. . . 5. 19 6. Phát triển web với Django 6. 1 Giới thiệu 6. 2 Khung 6 là gì. 3 Django 6 là gì. 4 Khung web Django 6. 5 Cách thức hoạt động của Django 6. 6 Cài đặt Django 6. 7 Máy chủ web 6. 8 Tạo dự án 6. 9 Tạo ứng dụng của dự án Django 6. 10 Phương thức GET và POST 6. 10. 1 Sự khác biệt giữa Phương thức GET và POST 6. 10. 2 Ứng dụng web dựa trên Django tối thiểu phân tích cú pháp GET 6. 10. 3 Ứng dụng web dựa trên Django tối thiểu phân tích cú pháp POST 6. 11 Làm việc với Tệp phẳng và Tệp CSV 6. 11. 1 Viết các trường vào tệp phẳng 6. 11. 2 Ghi các Trường vào Tệp CSV 6. 11. 3 Đọc các trường từ tệp CSV
6. 1–6. 32. . . 6. 1. . . 6. 1. . . 6. 2. . . 6. 3. . . 6. 4. . . 6. 5. . . 6. 5. . . 6. 6. . . 6. 15. . . 6. 17. . . 6. 17. . . 6. 20. . . 6. 23. . . 6. 24 . . . 6. 25 . . . 6. 25 . . . 6. 26
7. Interface Python with SQL 7. 1 Introduction 7. 2 Kết nối Python-MySQL 7. 3 Why Python 7. 4 Cài đặt MySQL Connector 7. 4. 1 MySQLdb 7. 4. 2 bước để tạo ứng dụng kết nối cơ sở dữ liệu 7. 5 Thiết Lập Kết Nối 7. 6 Tạo đối tượng con trỏ 7. 7 Tạo cơ sở dữ liệu 7. 8 Đóng Con trỏ và Kết nối 7. Tóm tắt 9 thao tác trên bảng 8. Tìm hiểu thêm về SQL 8. 1 Giới thiệu 8. 2 Hàm trong MySQL 8. 3 hàm tổng hợp trong SQL 8. 4 Sắp xếp trong SQL—Sắp xếp theo 8. 5 Nhóm Bởi 8. 5. 1 Có Mệnh đề 8. 6 Tổng Hàm & Điều Kiện Trên Nhóm [Có Mệnh Đề] 9. Xã hội, Luật pháp và Đạo đức 9. 1 9. 2 9. 3 9. 4 9. 5 9. 6 9. 7 9. 8 9. 9 9. 10 9. 11 9. 12 9. 13 9. 14 9. 15 9. 16
Giới thiệu Quyền sở hữu trí tuệ Đạo văn Quản lý quyền kỹ thuật số Cấp phép nguồn mở và dữ liệu mở Luật về quyền riêng tư Tội phạm mạng 9. 8. 1 Lừa đảo 9. 8. 2 Tải xuống bất hợp pháp 9. 8. 3 Nội dung Khiêu dâm Trẻ em 9. 8. 4 Lừa đảo và gian lận trên mạng 9. 8. 5 Đạo luật công nghệ thông tin điều tra mạng, 2000 ID duy nhất và sinh trắc học Tác động của thay đổi công nghệ đối với xã hội Quản lý chất thải điện tử Các vấn đề về giới tính và khuyết tật trong khi giảng dạy và sử dụng máy tính Vai trò của phương tiện truyền thông mới trong xã hội 9. 14. 1 Chiến dịch trực tuyến 9. 14. 2 Các vấn đề về Crowdsourcing với Internet 9. 15. 1 Tính trung lập ròng 9. 15. 2 Internet như một buồng vọng âm 9. 15. 3 Vai trò gây nghiện Internet của phương tiện truyền thông mới—Nghiên cứu điển hình 9. 16. 1 Nghiên cứu điển hình 1. Mùa xuân Ả Rập 9. 16. 2 Nghiên cứu tình huống 2. WikiLeaks 9. 16. 3 Nghiên cứu tình huống 3. bitcoin
PHỤ LỤC
Phụ lục A. Mẫu câu hỏi [đã giải] Phụ lục B. Bài kiểm tra mô hình [Chưa giải quyết]
7. 1–7. 28. . . 7. 1. . . 7. 2. . . 7. 2. . . 7. 3. . . 7. 4. . . 7. 6. . . 7. 7. . . 7. số 8. . . 7. 9. . . 7. 21. . . 7. 21 8. 1–8. 32. . . số 8. 1. . . số 8. 1. . . số 8. 3. . . số 8. 9. . . số 8. 10. . . số 8. 10. . . số 8. 12 9. 1–9. 36. . . 9. 1. . . 9. 2. . . 9. 2. . . 9. 3. . . 9. 5. . . 9. số 8. . . 9. 9. . . 9. 10. . . 9. 11. . . 9. 11. . . 9. 12. . . 9. 12. . . 9. 13. . . 9. 14. . . 9. 15. . . 9. 15. . . 9. 16. . . 9. 19. . . 9. 20. . . 9. 20. . . 9. 21. . . 9. 23. . . 9. 24. . . 9. 24. . . 9. 25. . . 9. 26. . . 9. 26. . . 9. 26. . . 9. 27 A. 1–A. 10. . . Một. 1–A. 7. . . Một. 8–A. 10
Gửi bố mẹ tôi
Shri Gulshan Kumar Arora và
smt. Kamlesh Arora
Trực quan hóa dữ liệu bằng Pyplot
2 2. 1. GIỚI THIỆU
"Một bưc tranh đang gia ngan lơi noi. ” Chúng ta đều biết rằng hình ảnh hoặc hình ảnh là một hình thức giao tiếp mạnh mẽ. Chúng ta thường sử dụng chúng để hiểu rõ hơn một tình huống hoặc để cô đọng các mẩu thông tin thành một biểu diễn đồ họa
Trực quan hóa là cách dễ nhất để phân tích và tiếp thu thông tin. Đây là bước đầu tiên cho bất kỳ loại công việc phân tích dữ liệu nào. Hình ảnh hay tốt hơn được gọi là Trực quan hóa dữ liệu giúp chúng tôi dễ dàng hiểu một vấn đề phức tạp và xem các mẫu nhất định. Chúng cũng giúp xác định các mẫu, mối quan hệ và ngoại lệ trong dữ liệu và hiểu các vấn đề kinh doanh nhanh hơn và tốt hơn. Thông tin chi tiết thu thập được từ hình ảnh giúp xây dựng chiến lược cho doanh nghiệp. Vì lý do này, các kỹ thuật trực quan hóa dữ liệu đã trở nên phổ biến. Trực quan hóa dữ liệu về cơ bản đề cập đến biểu diễn đồ họa hoặc trực quan của thông tin và dữ liệu bằng cách sử dụng các yếu tố trực quan như biểu đồ, đồ thị, bản đồ, v.v.
Tài chính Quản lý thời gian Kiểm soát quy trình BÁN HÀNG
Quả sung. 2. 1. Ý nghĩa của đồ thị trong các ứng dụng khác nhau
Python là một ngôn ngữ được giải thích với cơ sở chức năng cốt lõi mạnh mẽ và khía cạnh mô-đun mạnh mẽ cho phép chúng tôi mở rộng ngôn ngữ với các mô-đun bên ngoài cung cấp các chức năng mới. Do đó, chúng tôi có một ngôn ngữ mở rộng với các công cụ để hoàn thành một nhiệm vụ theo cách tốt nhất có thể. Các mô-đun thường được tổ chức trong các gói. Gói là tập hợp có cấu trúc của các mô-đun có cùng mục đích. Trực quan hóa dữ liệu trong Python có thể được thực hiện thông qua nhiều gói. Một ví dụ về gói là Matplotlib
Gói Matplotlib có thể được sử dụng trong tập lệnh Python, sổ ghi chép Jupyter và máy chủ ứng dụng web. Trong Python, chúng ta có thể sử dụng hai thư viện độc quyền để trực quan hóa, thường được gọi là matplotlib và seaborn. Tuy nhiên, chúng tôi sẽ chỉ giới hạn việc sử dụng matplotlib. CTM. Trực quan hóa dữ liệu đề cập đến biểu diễn đồ họa hoặc trực quan của thông tin và dữ liệu bằng cách sử dụng các yếu tố trực quan như biểu đồ, đồ thị, bản đồ, v.v.
2. 2 MATPLOTLIB Matplotlib là một thư viện vẽ đồ thị 2D giúp trực quan hóa các số liệu. Matplotlib được sử dụng trong Python vì đây là một thư viện mạnh mẽ, miễn phí và dễ dàng để trực quan hóa dữ liệu. Thật dễ dàng để tìm hiểu và hiểu
Thực hành Tin học với Python–XII
Trực quan hóa dữ liệu là một phần quan trọng trong hoạt động kinh doanh khi các tổ chức ngày nay thu thập một lượng dữ liệu khổng lồ. Các cảm biến trên toàn thế giới đang thu thập dữ liệu khí hậu, dữ liệu người dùng thông qua các lần nhấp, dữ liệu ô tô để dự đoán vô lăng, v.v. Tất cả dữ liệu được thu thập này chứa thông tin chi tiết quan trọng cho doanh nghiệp và hình ảnh trực quan giúp những thông tin chi tiết này dễ diễn giải. Dữ liệu chỉ tốt khi nó được trình bày
2. 2
Matplotlib là thư viện vẽ sơ đồ phổ biến nhất cho Python. Nó cho phép chúng ta kiểm soát mọi khía cạnh của một hình. Nó hỗ trợ vẽ đồ thị tương tác và không tương tác và có thể lưu hình ảnh ở một số định dạng đầu ra [PNG, PS và các định dạng khác]. Ban đầu nó được viết bởi J. D. Hunter và đang được tích cực phát triển. Nó được phân phối theo Giấy phép Kiểu BSD
Matplotlib là toàn bộ gói/thư viện Python được sử dụng để tạo biểu đồ và sơ đồ 2D bằng cách sử dụng tập lệnh Python. Pyplot là một mô-đun trong matplotlib hỗ trợ rất nhiều loại biểu đồ và sơ đồ, cụ thể là biểu đồ, biểu đồ thanh, powerspectra, biểu đồ lỗi, v.v. Nó được sử dụng cùng với NumPy để cung cấp môi trường cho MatLab. Nó hỗ trợ vẽ đồ thị tương tác và không tương tác và có thể lưu hình ảnh ở một số định dạng đầu ra [PNG, PS và các định dạng khác]. CTM. Matplotlib là một thư viện vẽ đồ thị Python 2D tạo ra các số liệu chất lượng xuất bản. Pyplot là một mô-đun của thư viện matplotlib [của Python] chứa tập hợp các phương thức cho phép người dùng tạo các biểu đồ và biểu đồ 2D một cách dễ dàng và tương tác
Nó là một nền tảng lập trình, được thiết kế dành riêng cho các kỹ sư và nhà khoa học, cho phép thể hiện toán học tính toán một cách tự nhiên nhất
Pyplot cung cấp giao diện máy trạng thái cho thư viện vẽ sơ đồ trong matplotlib. Điều đó có nghĩa là các hình và trục được tạo hoàn toàn và tự động để đạt được cốt truyện mong muốn. Ví dụ: gọi plot[] từ pyplot sẽ tự động tạo hình và trục cần thiết để đạt được biểu đồ mong muốn. Đặt tiêu đề sau đó sẽ tự động đặt tiêu đề đó cho các trục đối tượng hiện tại. Giao diện pyplot thường được ưu tiên cho vẽ sơ đồ không tương tác [i. e. , viết kịch bản]
Mỗi hàm pyplot thực hiện một số thay đổi đối với hình, như tạo hình, tạo vùng vẽ trong hình, vẽ một số đường trong vùng vẽ, trang trí đồ thị bằng nhãn, v.v. CTM. Biểu đồ là một kỹ thuật biểu diễn đồ họa để biểu diễn tập dữ liệu, thường ở dạng biểu đồ, hiển thị mối quan hệ giữa hai hoặc nhiều biến
2. 3 NumPy Một thư viện khác trợ giúp trong quá trình vẽ đồ thị/biểu đồ bằng pyplot là NumPy. NumPy là viết tắt của Python số. NumPy là thư viện cốt lõi cho tính toán khoa học bằng Python. Nó cung cấp một đối tượng mảng đa chiều hiệu suất cao và các công cụ để làm việc với các mảng này
Sử dụng NumPy, nhà phát triển có thể thực hiện các thao tác sau. Các phép toán và logic trên mảng
Biến đổi Fourier và các thủ tục để thao tác hình dạng
Các phép toán liên quan đến đại số tuyến tính. NumPy có các hàm dựng sẵn để tạo đại số tuyến tính và số ngẫu nhiên
Chúng tôi có thể cài đặt NumPy bằng trình cài đặt gói Python phổ biến, pip. Nhập lệnh sau tại dấu nhắc lệnh— >C. \pip cài đặt numpy
NumPy sẽ được cài đặt vào hệ thống của bạn và sẽ sẵn sàng để sử dụng. Trước khi chúng tôi bắt đầu vẽ đồ thị trong matplotlib, nó cần được cài đặt trước. Để cài đặt Matplotlib, hãy làm theo các bước được liệt kê bên dưới. Bước 1. Mở cmd [dấu nhắc lệnh] và chạy dấu nhắc lệnh với tư cách Quản trị viên. Cửa sổ sau được hiển thị
Trực quan hóa dữ liệu bằng Pyplot
2. 4 CÀI ĐẶT MATPLOTLIB
2. 3
Bước 2. Nhập cd\ để di chuyển đến thư mục gốc
Bước 3. Loại. pip cài đặt matplotlib [có kết nối internet] như trong cửa sổ trên. Ghi chú. Vui lòng đảm bảo rằng hệ thống đã cài đặt Python Shell trước khi cài đặt Thư viện matplotlib. Bước 4. Quá trình cài đặt Matplotlib sẽ bắt đầu
Thực hành Tin học với Python–XII
Sau khi cài đặt thành công trên hệ thống, một thông báo thích hợp sẽ được hiển thị như trong cửa sổ bên dưới
Sau khi cài đặt thành công gói Thư viện trên [Matplotlib], chúng ta có thể vẽ các loại biểu đồ khác nhau trong trình bao Python bằng các phương thức pyplot. ĐIỂM CẦN LƯU Ý
Chỉ cần kết nối Internet tại thời điểm cài đặt Matplotlib. Sau khi cài đặt hoàn tất, không có yêu cầu như vậy
2. 5 LOẠI HÌNH ẢNH
2. 4
Matplotlib có thể được sử dụng để khám phá các khả năng vẽ sơ đồ cơ bản cho một hoặc nhiều dòng. Chúng tôi có thể thêm thông tin vào các ô như truyền thuyết, nhãn trục và tiêu đề. Nó cũng cung cấp khả năng lưu một biểu đồ vào một tệp
Có nhiều loại trực quan hóa có sẵn với Matplotlib. Một số nổi tiếng nhất là. biểu đồ đường, biểu đồ phân tán, biểu đồ, biểu đồ hộp, biểu đồ thanh và biểu đồ hình tròn. Trong chương này, chúng ta sẽ thảo luận về biểu đồ đường, biểu đồ thanh, biểu đồ, đa giác tần số, biểu đồ hộp và biểu đồ phân tán theo chương trình CBSE
2. 6 QUY TẮC HÌNH ẢNH CƠ BẢN
Trước khi chúng tôi xem xét một số lô, hãy để chúng tôi giới thiệu một số quy tắc cơ bản. Những quy tắc này giúp chúng tôi tạo ra những ô đẹp và nhiều thông tin thay vì những ô khó hiểu. Trước khi bạn vẽ/tạo bất kỳ loại biểu đồ hoặc đồ thị nào, hãy đảm bảo nhập matplotlib. thư viện pyplot bằng cách đưa ra lệnh
HOẶC LÀ
nhập matplotlib. pyplot
nhập matplotlib. pyplot dưới dạng plt
Cùng với pyplot, nếu bạn đang sử dụng chức năng NumPy, hãy đảm bảo nhập nó cũng bằng cách sử dụng lệnh như
Ở đây, plt là tên bí danh của pyplot, vì vậy bây giờ bạn có thể sử dụng plt để gõ các lệnh pyplot dưới dạng plt
nhập numpy dưới dạng np
Bước tiếp theo là chọn một loại cốt truyện thích hợp. Nếu có nhiều tùy chọn khác nhau, chúng ta nên so sánh chúng và chọn tùy chọn phù hợp nhất với mô hình của mình
Thứ ba, khi chúng ta chọn loại ô, một trong những điều quan trọng nhất là gắn nhãn cho trục. Nếu chúng ta không làm điều này, thì cốt truyện không đủ thông tin. Khi không có nhãn trục, chúng ta có thể thử xem mã để xem dữ liệu nào được sử dụng và nếu may mắn, chúng ta sẽ hiểu cốt truyện. Thứ tư, chúng ta có thể thêm tiêu đề để làm cho cốt truyện của chúng ta có nhiều thông tin hơn. Thứ năm, thêm nhãn cho các danh mục khác nhau khi cần
Thứ bảy, trong một số trường hợp, chúng ta có thể sử dụng một số kích thước và màu sắc của dữ liệu để làm cho biểu đồ có nhiều thông tin hơn
Để vẽ các biểu đồ đơn giản, biểu đồ đường và biểu đồ phân tán gần như giống nhau. Sự khác biệt duy nhất là có/không có đường nối các điểm. Ngoài ra, sử dụng chức năng plot[] của pyplot, bạn có thể tạo cả hai biểu đồ cơ bản này. Tuy nhiên, các biểu đồ phân tán cũng có thể được tạo bằng cách sử dụng hàm scatter[] mà chúng ta sẽ tìm hiểu trong các chủ đề tiếp theo. Trước tiên chúng ta hãy bắt đầu với biểu đồ đường
2. 7 DANH PHÁP CƠ BẢN CỦA MỘT PLOT Pyplot cung cấp giao diện máy trạng thái cho thư viện vẽ đồ thị trong matplotlib. Điều đó có nghĩa là các hình và trục được tạo hoàn toàn và tự động để đạt được cốt truyện mong muốn. Ví dụ: gọi biểu đồ từ pyplot sẽ tự động tạo hình và trục cần thiết để đạt được biểu đồ mong muốn. Đặt tiêu đề sau đó sẽ tự động đặt tiêu đề đó thành đối tượng trục hiện tại. Giao diện pyplot thường được ưu tiên cho vẽ sơ đồ không tương tác [i. e. , viết kịch bản]
Trực quan hóa dữ liệu bằng Pyplot
Thứ sáu, tùy chọn chúng tôi có thể thêm một văn bản hoặc một mũi tên tại các điểm dữ liệu có liên quan
2. 5
TITLE LEGEND YLABEL Điểm số của NGƯỜI CHƠI
90
SACHIN RAHUL
80 70
Điểm số
60
trục Y
50 40 30 20 10 0
trục X
B
NGƯỜI CHƠI
C
D
XLABEL
Quả sung. 2. 2. Các thành phần cơ bản của biểu đồ/biểu đồ
Một hình Matplotlib có thể được phân loại thành nhiều phần như dưới đây
• Nhân vật. Đó là một hình toàn bộ có thể chứa một hoặc nhiều trục [ô]. Bạn có thể coi Hình như một khung vẽ chứa các ô
• Trục. Đó là những gì chúng ta thường nghĩ về một âm mưu. Một Hình có thể chứa nhiều Trục. Nó chứa hai hoặc ba đối tượng Trục [trong trường hợp 3D]. Mỗi trục có tiêu đề, nhãn x và nhãn y
Thực hành Tin học với Python–XII
• Trục. Chúng là các dòng số giống như các đối tượng và đảm nhiệm việc tạo ra các giới hạn biểu đồ
2. 6
• Nghệ sĩ. Mọi thứ mà người ta có thể nhìn thấy trên hình đều là một nghệ sĩ như đối tượng Văn bản, đối tượng Line2D, đối tượng bộ sưu tập. Hầu hết các nghệ sĩ đều bị ràng buộc với Axes
• Nhãn. Để quản lý kích thước trục của biểu đồ, một phần thông tin quan trọng khác cần thêm vào biểu đồ là nhãn trục, vì chúng thường chỉ định loại dữ liệu mà chúng ta đang vẽ biểu đồ. • Title. Just like in a book or a paper, the title of a graph describes what it is. Matplotlib provides a simple function, plt. title[], to add a title to an image. • Legend. Legends are used to explain what each line means in the current figure
2. 8 LINE PLOT/CHART
Line plot/chart is a type of plot which displays information as a series of data points called “markers” connected by straight lines. In this type of plot, we need the measurement points to be ordered [typically by their X-axis values]. This type of plot is often used to visualize a trend in data over intervals of time—a time series. The line chart is represented by a series of data points connected by a straight line. Generally, line charts are used to display trends over time. A line chart or line graph can be created using the plot[] function available in pyplot library. We can not only just plot a line but also explicitly define the grid, the X-axis and Y-axis scale and labels, title and display options
To make a line plot with matplotlib, we call plt. plot[]. The first argument is used for the data on the horizontal axis, and the second is used for the data on the vertical axis. This function generates your plot but it doesn’t display it. To display the plot, we need to call the plt. show[] function
Markers and Line Styles
In the Practical Implementation examples that we are going to implement in successive subtopics, all the plots are made of points with lines joining them. The points are the pairs [x,y] from the X and Y input lists we pass to plot[]; lines are the straight segments connecting any two adjacent points
Points are almost invisible, if not for the edges in the graph. However, they are the real generators of the plot because points mark positions. As a result, they are called markers in matplotlib terminology. By default, Matplotlib draws markers as a single dot and lines as straight thin segments; there are situations where we would like to change either the marker style [to clearly identify them in the plot] or the line style. CTM. A line chart or line graph is a type of chart which displays information as a series of data points called ‘markers’ connected by straight line segments
In order to draw a line plot, the steps to be followed are as under. Steps
1. Importing matplotlib
2. plt. plot[x, y, color, others] Plot y versus x as lines and/or markers. 3. plt. xlabel[“Your Text”] Set the X-axis label of the current axes. 5. plt. set_title[“Your Title”] Set a title of the current axes. 6. plt. show[] Display a figure
This can be better understood through the Practical Implementation that follows. Practical Implementation–1
To plot a simple line chart using two lists
Trực quan hóa dữ liệu bằng Pyplot
4. plt. ylabel[“Your Text”] Đặt nhãn trục Y của các trục hiện tại
2. 7
Explanation. For plotting a line plot, the first thing to be done is importing matplotlib using the statement
nhập matplotlib. pyplot dưới dạng plt
Here, plt is a short name or an alias name and a standard. Similarly, NumPy is imported as np, which we will be using for successive charts. These short names make the code more clear and easy to understand. In the next statement, plt is used to call plot[] method, which plots the graph between the given set of values
Thực hành Tin học với Python–XII
plt. plot[[1,2,3],[5,7,4]]
This statement describes two lists as the arguments to be plotted in the graph. Since everything is drawn in the background first, it is brought and displayed in the front using the command plt. show[]
Interactive Navigation Toolbar
When using matplotlib. pyplot, the toolbar is enabled by default for every figure. It provides basic elaboration and manipulation functions for interactive plotting. At the bottom of the window, we can find the navigation toolbar. A description of each of its buttons [from left to right] follows
Apart from the plot area, we have a few options displayed at the bottom-left corner of the window
2. 8
plt. show[] is used to display the graph
Reset Original Window. We can resize the plot window as per our requirement. It can be reset to the original window size using this option. Back to Previous View. It takes us to the previous view from the current view. Forward to Next View. It takes us to the next view from the current view
Pan Axis with Left Mouse, Zoom with Right. Used to zoom any section of the plotted figure
• Pan. Click on the left mouse button and hold it to pan the figure, dragging it to a new position. Once you are happy with the position, release the mouse button. While panning, if we press [or hold] the x or y key, then the panning is limited to the selected axis
• Zoom. Click on the right mouse button and hold it to zoom the figure, dragging it to a new position. Movement to the right or to the left generates a proportional zoom in or out of the X-axis of the figure. The same holds true for the up or down movement of the Y-axis. The point where we click the mouse remains still so that we are able to zoom around a given point in the figure. The x and y keys work in the same way as mentioned earlier, but now we can press the Ctrl key to preserve the aspect ratio
Zoom to Rectangle. Enabling this mode, we can draw a rectangle on the figure [hold the left mouse button while drawing it] and the view will be zoomed to that rectangle
Save the Figure. This option is used to save the figure drawn to the hard disk by giving a proper name to it. Click on this button and a save file dialog box will pop up that allows us to save the current figure
Configure Subplots. When we click on this button, a window pops up that allows us to configure the various spaces that surround the figure [left, right, up, button, between]
This is useful because we might want to add some additional customizations to our plot before we display it. For example, we might want to add labels to the axis and title for the plot
2. 8. 1 Multiple Plots
If we want to plot multiple lines in one chart, we can simply call the plot[] function multiple times. Practical Implementation–2
Trực quan hóa dữ liệu bằng Pyplot
To add legends, titles and labels to a line plot with multiple lines
CTM. Legends can be dynamically changed
2. 9
Legend
Title
Diện tích lô
Explanation
Thực hành Tin học với Python–XII
In the above program, we have drawn two lines using Learning Tip. We can draw as many lines line chart with proper titles given along X-axis and as required by calling plot[] function multiple times with suitable arguments. Y-axis. Also, a new term has been used, i. e. , legend. If we look at the line graphs of our previous examples, we realize that we have to look into our code to understand what kind of function is depicted. This information should be available in the diagram for the sake of convenience. Legends are used for this purpose. So, legend is the text or string that “has to be read” to understand the graph
2. 10
Huyền thoại được sử dụng trong biểu đồ đường để giải thích chức năng hoặc các giá trị bên dưới các đường khác nhau của biểu đồ
2. 8. 2 Multiple Views
In case we want to plot legends in different views in the same window, we can use the subplot[] function as shown in Practical Implementation–3. Practical Implementation–3
To plot two lines in two different views of the same window
In the above program, the plt. subplot[] statement is used. The subplot[] command specifies numrows, numcols and fignum. In the above program, we have imported NumPy library through the statement—import numpy as np. Triển khai thực tế–3A
In the above program, we have modified the code for Practical Implementation-3. subplots_adjust[] method is used for providing horizontal spaces [hspace] and width-wise spaces [wspace] between two subplots so that their respective titles or any other subcomponents don’t overlap or collide with each other and, hence, the output is so obtained
Trực quan hóa dữ liệu bằng Pyplot
To plot two lines in two different views of the same window by adjusting the space between the subplots. [Modification of Practical Implementation–3]
2. 11
arange[] One more function that we have used in the above code is arange[]. The NumPy arange function [sometimes called np. arange] is a tool for creating numeric sequences in Python. It returns evenly spaced numeric values within an interval, stored as a NumPy array or we can say a list [i. e. , an ndarray object]
The syntax for arange[] is
Thực hành Tin học với Python–XII
The function name
The data type [optional]
np. arange[[start,]stop[,step,][,dtype]]
The start of the interval [optional]
The end of The “step” the interval between values [optional]
Here,
start [optional]
The start parameter indicates the beginning value of the range
This parameter is optional, so if you omit it, it will automatically default to 0. stop [required]
The stop parameter indicates the end of the range. Hãy nhớ rằng giống như tất cả các lập chỉ mục Python, giá trị này sẽ không được bao gồm trong phạm vi kết quả. step [optional]
The step parameter specifies the spacing between values in the sequence
This parameter is optional. If you don’t specify a step value, by default, the step value will be 1. 2. 12
dtype [optional]
The dtype parameter specifies the data type
For example, to create a range of values from 0 to 8, in increments of 2, we will use the start position of 0 and a stop position of 8. To increment in steps of 2, we’ll set the step parameter to 2. Hence, the statement shall be. np. arange[start = 0, stop = 8, step = 2]
This command shall create a sequence of numbers as shown
0
2
4
6
The last value should be 8 but as per the syntax it is to be excluded and, hence, 6 will be taken as the last number to be displayed for the given range. Practical Implementation–4
Trực quan hóa dữ liệu bằng Pyplot
Program to plot frequency of marks using line chart
2. 13
Practical Implementation–5 Program to plot a sine wave using line chart
In the program given on the previous page, we have used another method arange[]. It is used to provide a range of points to be displayed as a grid, with first argument as the starting point followed by end point/value, and the third argument constituting the increment/step value
Thực hành Tin học với Python–XII
Sine wave is formed by using sin[] method and passing the values on the X-axis as the parameter
2. 14
Practical Implementation–6 Program to plot an algebraic expression. 10x + 14 using line chart
Practical Implementation–7
Trực quan hóa dữ liệu bằng Pyplot
Program to plot a quadratic equation using dashed line chart
2. 15
For plotting any equation, NumPy library is required to be imported along with matplotlib. With the plot[], we have given an argument as ‘b––’ which denotes that the line which will be displayed shall be of dashed type with blue colour as given with the starting letter ‘b’. Changing Line Colours and Styles
We have already seen that in a multiline plot, Matplotlib automatically chooses different colours for different lines. We are also free to choose them by ourselves. Matplotlib provides different styles and colours for line[s] we are plotting. To understand this better, it has been implemented in Practical Implementation–8. Practical Implementation–8
Thực hành Tin học với Python–XII
To plot multiple lines with different colours defined explicitly
In the preceding code, we specify colour as the last argument [in this case, with an implicit Y-axis]—to draw yellow, magenta and cyan lines [from bottom to top]. 2. 16
Here is a table of the abbreviations used to select colours. Colour abbreviation
Colour name
b
blue
c
cyan
g
green
k
black
m
magenta
r
red
w
white
y
yellow
Also, the line styles can also be changed as per the needs of the user. Matplotlib allows us to use different line styles. All the available styles are listed in the following table
Learning Tip. Even if you skip the colour information in plot[], Python will plot multiple lines in the same plot with different colours but these colours are decided internally by matplotlib [python]
Style abbreviation
Phong cách
-
solid line
--
dashed line
-
dash-dot line
:
dotted line
Tất cả các dòng nhìn thấy cho đến bây giờ là những dòng thích hợp mà không có bất kỳ dấu chấm hoặc dấu gạch ngang nào. Matplotlib allows us to use different line styles which are implemented in Practical Implementation–9. Practical Implementation–9
To plot lines with different styles using plot[] function
Trực quan hóa dữ liệu bằng Pyplot
Apart from using colour abbreviations, we can also give complete names for colours like yellow, red, blue, etc. , and hence, the output shown below is obtained
2. 17
This code snippet generates a blue dashed line, a green dash-dotted line, and a red dotted line
Thực hành Tin học với Python–XII
2. 9 SCATTER CHART
2. 18
A scatter plot is a two-dimensional data visualization that uses dots to represent the values obtained for two different variables—one plotted along the X-axis and the other plotted along the Y-axis. The data visualization is done as a collection of points not connected by lines. Each of them has its coordinates determined by the value of the variables [one variable determines the X position, the other the Y position]. A scatter plot is often used to identify potential association between two variables. Practical Implementation–10
To plot a Scatter chart for given heights and weights of 15 students
In the above plot, the scatter chart is simple and displayed as per the default settings. We can decorate the chart by using some of the following keyword arguments
• s. This stands for the size of the markers in pixel*pixel. It can be a single value [to be used for all the points] or an array of the same size of X and Y [so that each point will have its own size]. • c. This is the points colour. It can be a single value or a list of colours [that will be cycled on the points plotted] eventually of the same size of X and Y