Cuối cùng, đây là những gì tôi đã làm với sự giúp đỡ của bạn bè
#Importing all the necessary libraries
from collections import Counter
import matplotlib.pyplot as plt
import numpy as np
import string
#Opening/reading/editing file
filename=raw_input['Filename [e.g. yourfile.txt]: ']
cond=raw_input['What do you want to count? \n A] Words.\n B] Characters and Punctuation. \n Choice: ']
file=open[filename,'r']
#'r' allows us to read the file
text=file.read[]
#This allows us to view the entire text and assign it as a gigantic string
text=text.lower[]
'''We make the entire case lowercase to account for any words that have a capital letter due to sentence structure'''
if cond in ['A','a','A]','a]']:
set=['!', '#', '"', '%', '$',"''" '&', ']', '[', '+', '*', '--', ',', '/', '.', ';', ':', '=', '', '@', '[', ']', '\\', '_', '^', '`', '{', '}', '|', '~']
text="".join[l for l in text if l not in set]
'''Hyphenated words are secure, since the text has set '--' as the dash.'''
#Splitting the text into sepereate words, thus creating a big string array.
text=text.split[]
#We then use the Counter function to calculate the frequency of each word appearing in the text.
count=Counter[text]
'''This is not enough, since count is now a function dependant from speicifc strings. We use the .most_common function to create an array which contains the word and it's frequency in each element.'''
count=count.most_common[]
#Creating empty arrays, replace the 0 with our frequency values and plot it. Along with the experimental data, we will take the averaged proportionality constant [K] and plot the curve y=K/x
y=np.arange[len[count]]
x=np.arange[1,len[count]+1]
yn=["" for m in range[len[count]]]
'''it is important to change the range from 1 to len[count], since the value 'Rank' always starts from 1.'''
for i in range[len[count]]:
y[i]=count[i][1]
yn[i]=count[i][0]
K,Ks=round[np.average[x*y],2],round[np.std[x*y],2]
plt.plot[x,y,color='red',linewidth=3]
plt.plot[x,K/x,color='green',linewidth=2]
plt.xlabel['Rank']
plt.ticklabel_format[style='sci', axis='x', scilimits=[0,0]]
plt.ticklabel_format[style='sci', axis='y', scilimits=[0,0]]
plt.plot[0,0,'o',alpha=0]
plt.ylabel['Frequency']
plt.grid[True]
plt.title["Testing Zipf's Law: the relationship between the frequency and rank of a word in a text"]
plt.legend[['Experimental data', 'y=K/x, K=%s, $\delta_{K}$ = %s'%[K,Ks], 'Most used word=%s, least used=%s'%[count[0],count[-1]]], loc='best',numpoints=1]
plt.show[]
elif cond in ['B','b','B]','b]']:
text=text.translate[ None, string.whitespace ]
count=Counter[text]
count=count.most_common[]
y=np.arange[len[count]]
x=np.arange[1,len[count]+1]
yn=["" for m in range[len[count]]]
for i in range[len[count]]:
y[i]=count[i][1]
yn[i]=count[i][0]
K,Ks=round[np.average[x*y],2],round[np.std[x*y],2]
plt.plot[x,y,color='red',linewidth=3]
plt.plot[x,K/x,color='green',linewidth=2]
plt.xlabel['Rank']
plt.ticklabel_format[style='sci', axis='x', scilimits=[0,0]]
plt.ticklabel_format[style='sci', axis='y', scilimits=[0,0]]
plt.plot[0,0,'o',alpha=0]
plt.ylabel['Frequency']
plt.grid[True]
plt.title["Testing Zipf's Law: the relationship between the frequency and rank of a character/punctuation, in a text"]
plt.legend[['Experimental data', 'y=K/x, K=%s, $\delta_{K}$ = %s'%[K,Ks], 'Most used character=%s, least used=%s'%[count[0],count[-1]]], loc='best',numpoints=1]
plt.show[]
Đếm là một nhiệm vụ thiết yếu cần thiết cho hầu hết các dự án phân tích.Khả năng tính toán và trực quan hóa chúng bằng đồ họa bằng cách sử dụng các sơ đồ tần số [biểu đồ] cho phép nhà phân tích dễ dàng nhận ra các mẫu và mối quan hệ trong dữ liệu.Tin tốt là điều này có thể được thực hiện bằng cách sử dụng Python chỉ với 1 dòng mã!just 1 line of code!
import pandas as pd %matplotlib inline df = pd.read_csv['iris-data.csv'] #toy dataset df.head[]
| 5.1 | 3.5 | 1.4 | 0.2 | Iris-setosa |
| 4.9 | 3.0 | 1.4 | 0.2 | Iris-setosa |
| 4.7 | 3.2 | 1.3 | 0.2 | Iris-setosa |
| 4.6 | 3.1 | 1.5 | 0.2 | Iris-setosa |
| 5.0 | 3.6 | 1.4 | 0.2 | Iris-setosa |
0 Iris-setosa 1 Iris-setosa 2 Iris-setosa 3 Iris-setosa 4 Iris-setosa Name: class, dtype: object
Biểu đồ tần số cho dữ liệu phân loại
df['class'].value_counts[] #generate counts
Iris-virginica 50 Iris-setosa 49 Iris-versicolor 45 versicolor 5 Iris-setossa 1 Name: class, dtype: int64
Lưu ý rằng hàm
import pandas as pd %matplotlib inline df = pd.read_csv['iris-data.csv'] #toy dataset df.head[]3 tự động cung cấp các lớp theo thứ tự quyết định.Hãy mang nó vào cuộc sống với một âm mưu tần số.
df['class'].value_counts[].plot[]
Tôi nghĩ rằng một biểu đồ thanh sẽ hữu ích hơn, trực quan.
df['class'].value_counts[].plot['bar']
df['class'].value_counts[].plot['barh'] #horizontal bar plot
df['class'].value_counts[].plot['barh'].invert_yaxis[] #horizontal bar plot
Ở đó, bạn có nó, một biểu đồ thanh xếp hạng cho dữ liệu phân loại chỉ trong 1 dòng mã bằng Python!
Biểu đồ cho dữ liệu số
Bạn biết cách vẽ đồ thị dữ liệu phân loại, may mắn là đồ thị dữ liệu số thậm chí còn dễ dàng hơn khi sử dụng hàm
import pandas as pd %matplotlib inline df = pd.read_csv['iris-data.csv'] #toy dataset df.head[]4.
df['sepal_length_cm'].hist[] #horizontal bar plot
import pandas as pd %matplotlib inline df = pd.read_csv['iris-data.csv'] #toy dataset df.head[]0
import pandas as pd %matplotlib inline df = pd.read_csv['iris-data.csv'] #toy dataset df.head[]1
import pandas as pd %matplotlib inline df = pd.read_csv['iris-data.csv'] #toy dataset df.head[]2
Ở đó, bạn có nó, một biểu đồ cách điệu cho dữ liệu số sử dụng Python trong 1 dòng mã nhỏ gọn.