Matplotlib ir jaudīga diagrammu bibliotēka, ko izmanto Python programmēšanas valodā. Tas nodrošina uz objektu orientētu API, lai iegultu diagrammas lietojumprogrammās, kas izmanto vispārējas nozīmes GUI rīku komplektus, piemēram, Tkinter, wxPython vai Qt. Viens no svarīgākajiem Matplotlib nodrošinātajiem rīkiem ir iespēja izveidot ticamības intervāla diagrammu.
Ticamības intervāls kā statistikas termins attiecas uz izlases metodes noteiktības pakāpi. Uzticamības līmenis norāda, cik pārliecināts varat būt, izteikts procentos. Piemēram, 99% ticamības līmenis liecina, ka katrs no jūsu varbūtības aprēķiniem, visticamāk, ir precīzs 99% gadījumu.
Pārliecības intervāla diagrammas izveide, izmantojot Matplotlib
Uzticamības intervāla diagrammas izveide programmā Matplotlib ietver vairākas darbības. Iedziļināsimies atbilstošā Python koda skaidrojumā, lai veiktu šīs darbības:
Pirmkārt, mums ir jāimportē nepieciešamās bibliotēkas:
import matplotlib.pyplot as plt import numpy as np from scipy.stats import sem, t from scipy import mean
Tagad mēs varam aprēķināt ticamības intervālu, veicot šīs darbības.
1. Nosakiet nejaušu datu kopu, kurai aprēķināsim ticamības intervālu.
2. Aprēķiniet datu kopas vidējo un standartkļūdu.
3. Nosakiet ticamības intervāla kļūdas robežu.
4. Visbeidzot aprēķiniet ticamības intervāla diapazonu.
Šeit ir Python kods, kas atbilst šīm darbībām.
confidence = 0.95 data = np.random.rand(100) n = len(data) m = mean(data) std_err = sem(data) h = std_err * t.ppf((1 + confidence) / 2, n - 1) start = m - h end = m + h
Mainīgais lielums “uzticamība” ir uzticamības līmenis, kas izteikts procentos, un “dati” ietver nejaušu datu kopu. Vidējo un standarta kļūdu aprēķina, izmantojot attiecīgi SciPy bibliotēkas funkcijas “vidējais” un “sem”. Kļūdas robežu 'h' nosaka, reizinot standarta kļūdu ar t-rezultātu, ko iegūstam no t sadalījuma, izmantojot funkciju 'ppf'. Visbeidzot, mēs aprēķinām ticamības intervāla diapazonu.
Uzticības intervāla uzzīmēšana programmā Matplotlib
Šajā pēdējā koda sadaļā mēs izmantojam Matplotlib, lai vizualizētu ticamības intervālu.
plt.figure(figsize=(9,6))
plt.bar(np.arange(len(data)), data)
plt.fill_between(np.arange(len(data)), start, end, color='b', alpha=0.1)
plt.title('Confidence Interval')
plt.show()
Tas izmanto joslu diagrammu, lai parādītu datus, un “fill_between” metodi, lai attēlotu ticamības intervālu. Funkcija "Figūra" inicializē jaunu figūru, un funkcija "Rādīt" parāda diagrammu.
Ticamības intervāla diagrammas izveide programmā Matplotlib ir ērts veids, kā vizuāli analizēt savus datus, īpaši datus, kas ietver statistisko analīzi. Šis spēcīgais rīks piedāvā viegls un intuitīvs veids lai sniegtu sarežģītus datus viegli interpretējamā formā, padarot tos par būtisku rīku komplektu jebkuram pitona datu analītiķim vai zinātniekam. Izprotot, kā ar to manipulēt un izmantot, mēs varam padarīt datu interpretācijas procesu efektīvāku un precīzāku.
