Table of Contents
Metody Eksploracji Danych: Laboratorium 1
Zbiory danych
Kod Python
Poniżej zamieszczony kod może posłużyć do wizualizacji danych.
- Dane należy wprowadzić, jako tekst
data=
- Formułę funkcji regresji w wierszu
fy=2.3702*fx+6.1973
. Oczywiście2.3702
i6.1973
to parametry wyznaczone podczas regresji - Kod można uruchomić
- W IDE Spyder
- Uruchamiając lokalnie Jupyter Notebook i wprowadzając kod w przeglądarce
- Online: https://try.jupyter.org/
%matplotlib notebook import matplotlib.pyplot as plt import numpy as np from scipy import stats from io import StringIO from sklearn import linear_model data = """ 0.246939,9.011391 0.895519,8.950505 0.971588,9.671047 1.188316,14.735488 1.741884,10.265625 2.196002,13.501097 2.637403,13.887849 2.788188,17.180626 3.50202,19.321529 """ #enter data as a string inp = StringIO(data) x, y = np.loadtxt(inp, delimiter=',', usecols=(0, 1), unpack=True,skiprows=6) plt.scatter(x,y,s=80, marker='+') #plot function #fx - arguments #fy - values, #ftrue -function used to generate data fx=np.linspace(-10,60,100) fy=2.3702*fx+6.1973 ftrue=2.37*fx+7 plt.plot(fx,fy,linewidth=2,color='r') plt.plot(fx,ftrue,linewidth=1,linestyle='--',color='g') plt.xlim(-10,60) plt.grid(True) plt.xlabel('X') plt.ylabel('Y') r = stats.pearsonr(x, y)[0] plt.title('Regression $f_{true} = 2.37x+7$ r=' + str(r)) plt.show()