Category: လမ်းညွှန်

Seaborn plots တွင် ခေါင်းစဉ်တစ်ခုထည့်နည်း (ဥပမာများဖြင့်)

အဏ္ဏဝါကွက်တစ်ခုသို့ ခေါင်းစဉ်တစ်ခုထည့်ရန်၊ သင်သည် .set() လုပ်ဆောင်ချက်ကို အသုံးပြုနိုင်သည်။ ဥပမာအားဖြင့်၊ ဤနေရာတွင် ခေါင်းစဉ်တစ်ခုအား boxplot တစ်ခုသို့ထည့်နည်း။ sns. boxplot (data=df, x=' var1 ', y=' var2 '). set (title=' Title of Plot ') အဏ္ဏဝါမျက်နှာပုံကွက်ကွက်တစ်ခုသို့ ကမ္ဘာလုံးဆိုင်ရာခေါင်းစဉ်တစ်ခုထည့်ရန်၊ သင်သည် .suptitle() လုပ်ဆောင်ချက်ကို အသုံးပြုနိုင်သည်။ ဥပမာအားဖြင့်၊ ဤနေရာတွင် ကမ္ဘာလုံးဆိုင်ရာ ခေါင်းစဉ်တစ်ခုအား ပြန်လည်အသုံးချမှုတစ်ခုတွင် ထည့်သွင်းနည်းမှာ ဤတွင်ဖြစ်သည်။ #define relplot...

Pandas dataframe မှ စီးရီးများစွာကို ဘယ်လိုဆွဲမလဲ။

ပန်ဒါတစ်ခုတည်း DataFrame တစ်ခုမှ စီးရီးများစွာကို ဆွဲရန် အောက်ပါ syntax ကို သင်အသုံးပြုနိုင်ပါသည်။ plt. plot (df[' series1 ']) plt. plot (df[' series2 ']) plt. plot (df[' series3 ']) အောက်ဖော်ပြပါ အဆင့်ဆင့် ဥပမာသည် ဤ syntax ကို လက်တွေ့တွင် မည်သို့အသုံးပြုရမည်ကို ပြသထားသည်။ အဆင့် 1: ဒေတာကိုဖန်တီးပါ။ ပထမဦးစွာ၊ 8 ပတ်တာကာလအတွင်းကုမ္ပဏီသုံးခုမှရောင်းချမှုစုစုပေါင်းပါ ၀ င်သည့်ပန်ဒါ...

Pandas- ဘားကားချပ်တစ်ခုပေါ်တွင် ကော်လံများစွာကို ဘယ်လိုဆွဲမလဲ။

ဘားကားချပ်တစ်ခုတွင် ပန်ဒါဒေတာဘောင်တစ်ခု၏ကော်လံအများအပြားကို ချရန် အောက်ပါအထားအသိုကိုသုံးနိုင်သည်။ df[[' x ', ' var1 ', ' var2 ', ' var3 ']]. plot (x=' x ', kind=' bar ') x ကော်လံကို x-axis variable အဖြစ်အသုံးပြုမည်ဖြစ်ပြီး var1 ၊ var2 နှင့် var3 ကို y-axis variableများအဖြစ် အသုံးပြုမည်ဖြစ်သည်။ အောက်ဖော်ပြပါ ဥပမာများသည် ဤလုပ်ဆောင်ချက်ကို လက်တွေ့အသုံးချနည်းကို...

Python တွင် nemenyi post-hoc test ကို မည်သို့လုပ်ဆောင်ရမည်နည်း။

Friedman စမ်းသပ်မှု သည် ANOVA ထပ်ခါတလဲလဲတိုင်းတာခြင်းအတွက် ပါရာမက်ထရစ်မဟုတ်သော အခြားရွေးချယ်စရာတစ်ခုဖြစ်သည်။ အုပ်စုတစ်ခုစီတွင် တူညီသောဘာသာရပ်များ ပေါ်လာသည့် အုပ်စုသုံးစု သို့မဟုတ် ထို့ထက်ပိုသော အုပ်စုများကြားတွင် စာရင်းအင်းဆိုင်ရာ သိသာထင်ရှားသော ခြားနားမှု ရှိ၊ မရှိ ဆုံးဖြတ်ရန် ၎င်းကို အသုံးပြုသည်။ Friedman စမ်းသပ်မှုမှ p-value သည် ကိန်းဂဏန်းအရ သိသာထင်ရှားပါက၊ ထို့နောက် မည်သည့်အဖွဲ့များကွဲပြားသည်ကို အတိအကျဆုံးဖြတ်ရန် Nemenyi post-hoc test ကို လုပ်ဆောင်နိုင်ပါသည်။ အောက်ပါ အဆင့်ဆင့် ဥပမာသည် Python တွင်...

Python တွင် bartlett test ကိုမည်သို့လုပ်ဆောင်နည်း (အဆင့်ဆင့်)

Bartlett test သည် အုပ်စုများစွာကြားရှိကွဲလွဲမှုများ တူညီမှုရှိမရှိ ဆုံးဖြတ်ရန် ကိန်းဂဏန်းစမ်းသပ်မှုတစ်ခုဖြစ်သည်။ ကိန်းဂဏန်းစစ်ဆေးမှုများစွာ (ဥပမာ- တစ်လမ်းသွား ANOVA ကဲ့သို့) ကွဲပြားမှုများသည် နမူနာများကြားတွင် တူညီသည်ဟု ယူဆသည်။ ဤယူဆချက်ကို အတည်ပြုရန် Bartlett စမ်းသပ်မှုကို အသုံးပြုနိုင်သည်။ ဤစမ်းသပ်မှုသည် အောက်ပါ null နှင့် အခြားအခြားသော အယူအဆများကို အသုံးပြုသည် ။ H 0 : အုပ်စုတစ်ခုစီကြား ကွဲလွဲမှုသည် တူညီသည်။ H A : အနည်းဆုံး အုပ်စုတစ်ခုတွင် အခြားအုပ်စုများနှင့်...

Python တွင် ပုံမှန်ဖြန့်ဝေနည်းကို ပုံဆွဲနည်း- ဥပမာများဖြင့်

Python တွင် သာမာန်ဖြန့်ဝေမှု တစ်ခုကို ကြံစည်ရန်၊ သင်သည် အောက်ပါ syntax ကို အသုံးပြုနိုင်သည်။ #x-axis ranges from -3 and 3 with .001 steps x = np. arange (-3, 3, 0.001) #plot normal distribution with mean 0 and standard deviation 1 plt. plot (x, norm. pdf...

Python တွင် chi-square ဖြန့်ချီပုံကို ဘယ်လိုဆွဲမလဲ။

Python တွင် Chi-square ဖြန့်ဝေမှုကို ကြံစည်ရန်၊ သင်သည် အောက်ပါ syntax ကို အသုံးပြုနိုင်သည်။ #x-axis ranges from 0 to 20 with .001 steps x = np. arange (0, 20, 0.001) #plot Chi-square distribution with 4 degrees of freedom plt. plot (x, chi2. pdf (x, df=...

R တွင် ခန့်မှန်းထားသောတန်ဖိုးများကို မည်သို့ဆွဲမည်နည်း (ဥပမာများဖြင့်)

မကြာခဏဆိုသလို သင်ခန့်မှန်းထားသောတန်ဖိုးများနှင့် အမှန်တကယ်တန်ဖိုးများအကြား ခြားနားချက်များကို မြင်သာစေရန်အတွက် R တွင် ဆုတ်ယုတ်မှုပုံစံတစ်ခု၏ ခန့်မှန်းတန်ဖိုးများကို ကြံစည်ချင်ပေမည်။ ဤသင်ခန်းစာသည် R နှင့် ggplot2 တွင် ဤဇာတ်ကွက်အမျိုးအစားကို ဖန်တီးခြင်း၏နမူနာများကို ပေးသည်။ ဥပမာ 1: အခြေခံ R တွင် ခန့်မှန်းထားသော နှင့် အမှန်တကယ်တန်ဖိုးများကို ကြံစည်ခြင်း။ အောက်ဖော်ပြပါ ကုဒ်သည် R တွင် မျဥ်းညီထွေရှိသော ဆုတ်ယုတ်မှုပုံစံကို မည်သို့အံဝင်ခွင်ကျလုပ်ရမည်ကိုပြသပြီး ခန့်မှန်းထားသောနှင့် အမှန်တကယ်တန်ဖိုးများကို ကွက်ကွက်ဖန်တီးပါ။ #create data df <-...

Ggplot2 တွင် သိပ်သည်းဆ ကွက်ကွက်များ ထပ်ဆင့်နည်း (ဥပမာများနှင့်အတူ)

density plot သည် data set တစ်ခုတွင် တန်ဖိုးများ ဖြန့်ဖြူးမှုကို မြင်သာစေရန် အသုံးဝင်သော နည်းလမ်းတစ်ခုဖြစ်သည်။ မကြာခဏဆိုသလို သင်သည် ကိန်းရှင်များစွာ၏ သိပ်သည်းဆကွက်များကို တစ်ပြိုင်နက်ကြည့်ရှုလိုပေမည်။ ကံကောင်းထောက်မစွာ၊ ၎င်းသည် R ရှိ ggplot2 data visualization package ကိုအသုံးပြု၍ လွယ်ကူစွာပြုလုပ်နိုင်သည်- ggplot(data, aes (x=value, fill=variable)) + geom_density(alpha= .25 ) အယ်လ်ဖာ အငြင်းအခုံသည် သိပ်သည်းဆကွက်တစ်ခုစီ၏ ပွင့်လင်းမှုကို ထိန်းချုပ်သည်။ ဤတန်ဖိုးကို 1...

Pandas – လိုင်းနှစ်ခုကြား ခြားနားချက်ကို ဘယ်လိုရှာမလဲ။

ပန်ဒါ DataFrame အတွင်းရှိ အတန်းနှစ်ခုကြား ခြားနားချက်ကို ရှာဖွေရန် DataFrame.diff() လုပ်ဆောင်ချက်ကို သင် အသုံးပြုနိုင်သည်။ ဤလုပ်ဆောင်ချက်သည် အောက်ပါ syntax ကိုအသုံးပြုသည်- DataFrame.diff(periods=1၊ ဝင်ရိုး=0) ရွှေ- ကာလများ- ခြားနားချက်ကို တွက်ချက်ရန် ယခင်စာကြောင်းများ အရေအတွက်။ ဝင်ရိုး- အတန်း (0) သို့မဟုတ် ကော်လံ (1) တွင် ခြားနားချက်ကို ရှာပါ။ အောက်ဖော်ပြပါ ဥပမာများသည် ဤလုပ်ဆောင်ချက်ကို လက်တွေ့အသုံးချနည်းကို ပြသထားသည်။ ဥပမာ 1- ယခင်အတန်းတစ်ခုစီကြား ခြားနားချက်ကို ရှာပါ။...