В Jupyter Notebook построение двумерных графиков и возможность уменьшения масштаба для получения более широкого представления данных могут иметь решающее значение для анализа и визуализации данных. В этой статье блога мы рассмотрим различные методы эффективного уменьшения масштаба и визуализации 2D-графиков. Мы рассмотрим различные подходы вместе с примерами кода, чтобы предоставить подробное руководство. Давайте погрузимся!

Методы уменьшения масштаба и визуализации 2D-графиков:

1. figureи subplots_adjustMatplotlib:
   Matplotlib предоставляет мощный метод управления расположением графиков с помощью figureобъект. Регулируя размер фигуры и интервал подграфиков, мы можем добиться уменьшенного изображения. Вот пример:

   import matplotlib.pyplot as plt
   # Generate sample data
   x = range(100)
   y = [i  2 for i in x]
   # Create a figure with desired size
   fig = plt.figure(figsize=(10, 6))
   # Adjust subplot spacing
   fig.subplots_adjust(left=0.05, right=0.95, bottom=0.05, top=0.95)
   # Create a plot
   plt.plot(x, y)
   # Show the plot
   plt.show()

2. set_contextот Seaborn:
   Seaborn — популярная библиотека визуализации данных, созданная на основе Matplotlib. Он обеспечивает простой способ настройки визуального контекста графиков. Установив соответствующий контекст, мы можем добиться эффекта уменьшения масштаба. Вот пример:

   import seaborn as sns
   import matplotlib.pyplot as plt
   # Generate sample data
   x = range(100)
   y = [i  2 for i in x]
   # Set the context to control the plot aesthetics
   sns.set_context("poster")
   # Create a plot
   plt.plot(x, y)
   # Show the plot
   plt.show()

3. Plotly range_slider:
   Plotly — это многофункциональная библиотека для интерактивной визуализации. Он предоставляет ползунок диапазона, который позволяет пользователям увеличивать и уменьшать масштаб графика. Вот пример:

   import plotly.express as px
   # Generate sample data
   x = range(100)
   y = [i  2 for i in x]
   # Create a scatter plot
   fig = px.scatter(x=x, y=y)
   # Add range slider
   fig.update_layout(xaxis=dict(rangeslider=dict(visible=True)))
   # Show the plot
   fig.show()

4. Pandas’ style:
   Если вы работаете с Pandas DataFrame и хотите уменьшить масштаб графика, вы можете использовать метод styleдля изменения внешний вид DataFrame. Вот пример:

   import pandas as pd
   # Create a DataFrame
   df = pd.DataFrame({'x': range(100), 'y': [i  2 for i in range(100)]})
   # Apply a style to the DataFrame
   styled_df = df.style.set_table_styles([{'selector': 'th', 'props': [('font-size', '14px')]}])
   # Display the styled DataFrame
   styled_df

В этой статье блога мы рассмотрели несколько методов уменьшения масштаба и визуализации 2D-графиков в Jupyter Notebook. Мы рассмотрели методы с использованием Matplotlib, Seaborn, Plotly и Pandas. Используя эти методы, вы можете эффективно уменьшить масштаб и получить более широкое представление о своих данных. Поэкспериментируйте с этими подходами, чтобы найти тот, который лучше всего соответствует вашим потребностям.