5. Kuvaajat ja kaaviot

Kirjastot: matplotlib

Käskyt:

plt.plot(lukujono)
plt.bar (lukujono)
plt.show()

# Ohjelma tutkii kuinka satunnaismuuttujan keskiarvo lähestyy sen odotusarvoa

import matplotlib.pyplot as plt

import random

LKM = 100

YLÄRAJA = 6

summa = 0

luvut = []

frekv = [] #frekvenssit tähän

for i in range(YLÄRAJA):

frekv.append(0)

keskiarvot = []

odotusarvot = []

odotusarvo = (1+YLÄRAJA)/2

print("Odotusarvo on ",odotusarvo)

for i in range(LKM):

luku = random.randint(1,YLÄRAJA)

frekv[luku-1] = frekv[luku-1]+1

luvut.append(luku)

summa = summa+ luku

ka = float(summa/(i+1))

keskiarvot.append(ka)

odotusarvot.append(odotusarvo)

#for i in range(LKM):

# print(keskiarvot[i],";",odotusarvot[i])

for i in range(0,6):

print(i+1,":",frekv[i]," \tsuhteellinen osuus",100*frekv[i]/LKM," %")

print("keskiarvo on ",ka)

#kaksi kuvaajaikkunaa

fig, (ax1,ax2) = plt.subplots(1,2)

fig.suptitle("Tutkimusta")

ax1.plot(keskiarvot, label = 'keskiarvot')

ax1.plot(odotusarvot, label = 'odotusarvo')

ax1.legend(loc = 'upper left')

ax2.bar([1,2,3,4,5,6],frekv)

plt.show()

3n+1 -konjektuuri

3n+1 -konjektuuri osa 1: Pistekuvaaja

import matplotlib.pyplot as plt;

def next(luku):

if(luku%2 == 0): #parillinen

return luku/2;

if (luku%2 == 1): #pariton

return luku*3+1;

if __name__ == '__main__':

ALKU = 200;

luvut=[];

indeksi=[];

luvut.append(ALKU);

indeksi.append(1);

for i in range(1,1000):

luvut.append(next(luvut[i-1]));

indeksi.append(i+1);

if luvut[i] == 2 and luvut[i-1] ==4:

break;

#tulostus konsoliin

for i in range(0,len(luvut)):

print(indeksi[i],": ",luvut[i]," ");

#Piirretään luvut-listan sisältö, x-koordinaatti on indeksi

plt.plot(luvut);

plt.show();

3a+1 -konjuktori osa 2: Histogrammi

Tutkitaan lukujonoa, jossa seuraava luku saadaan

3a+1, jos a pariton
a/2, jos a parillinen

Jono päättyy aina 4,2,1, 4,2,1.... looppiin.

# Ohjelma laskee kuinka pitkiä lukujonoja
# ennen looppia.

import matplotlib.pyplot as plt

import numpy as np

def next(luku):

if(luku%2 == 0): #parillinen

return luku/2;

if (luku%2 == 1): #pariton

return luku*3+1;

def kone(alkuarvo):

ALKU = alkuarvo;

luvut = [];

indeksi = [];

luvut.append(ALKU);

indeksi.append(1);

for i in range(1, 1000):

luvut.append(next(luvut[i - 1]));

indeksi.append(i + 1);

if luvut[i] == 2 and luvut[i - 1] == 4:

return i;

if __name__ == '__main__':

pituudet=[];

for i in range (100):

pituudet.append(kone(i));

plt.plot(pituudet);

plt.show();

3n+1 - konjektuurin osa 3: Histogrammi 2

import matplotlib.pyplot as plt

import numpy as np

def next(luku):

if(luku%2 == 0): #parillinen

return luku/2;

if (luku%2 == 1): #pariton

return (luku*3)+1;

def kone(alkuarvo):

ALKU = alkuarvo;

luvut = [];

luvut.append(ALKU);

indeksi = [];

indeksi.append(0)

for i in range(1, 1000):

if luvut[i-1] == 1:

#print(ALKU, " pituus : ", i);

return int(i);

break;

luvut.append(next(luvut[i - 1]));

indeksi.append(i);

Print("yli meni kohdassa: ", i)

if __name__ == '__main__':

TOP = 50;

pituudet=[];

for i in range (1,TOP):

pituudet.append(kone(i));

plt.hist(pituudet, density=True, bins=5, rwidth = 0.95)

# ,bins = [0,10,75,150,300] omat luokkarajat

# ,color = "green" Väri

# ,histtype = "step"

# ,orientation="horizontal"

plt.ylabel('f')

plt.xlabel('Jonon pituus');

plt.show();

# for i in pituudet:

# print(pituudet[i]);

Tilastoja

Data CSV-tiedostosta (esim excelistä)

import matplotlib.pyplot as plt

import numpy as np

S = 0

n = 0

ka = []

if __name__ == '__main__':

x, y, z = np.loadtxt('pisteet2.txt', delimiter=',', unpack=True)

for data in x:

S = S + data

n=n+1

ka.append( S / n )

print(ka[n-1])

print("ka indeksi",len(ka))

plt.plot(x, ka, label='keskiarvon muutos!')

plt.xlabel('x')

plt.ylabel('ka')

plt.title('Interesting Graph\nCheck it out')

plt.legend()

plt.show()

(x,y,r) -kuvaaja (Kolmas arvo esitetään r-säteisenä ympyränä)

import matplotlib.pyplot as plt

import numpy as np

if __name__ == '__main__':

x, y, z = np.loadtxt('pisteet2.txt', delimiter=',', unpack=True)

N = len(x)

colors = np.random.rand(N)

area = z #(30 * np.random.rand(N))**2 # 0 to 15 point radii

plt.scatter(x, y, s=area, c=colors, alpha=0.5)

plt.show()

Korrelaatiomatriisi: Panda-kirjasto

import pandas as pd

data = {'A': [45,37,42,35,39],

'B': [38,31,26,28,33],

'C': [10,15,17,21,12] }

df = pd.DataFrame(data,columns=['A','B','C'])

corrMatrix = df.corr()

print (corrMatrix)

Matriisi : matplotli.pyplot.matshow()
https://datatofish.com/correlation-matrix-pandas/

import matplotlib.pyplot as plt

import numpy as np

import pandas as pn

if __name__ == '__main__':

A = [0.2,0.3,1.0]

B = [0.21,0.82,1.0]

a = [A,B]

plt.matshow(a)

plt.show()

5. Kuvaajat ja kaaviot

3n+1 -konjektuuri

3n+1 -konjektuuri osa 1: Pistekuvaaja

3a+1 -konjuktori osa 2: Histogrammi

3n+1 - konjektuurin osa 3: Histogrammi 2

Tilastoja

Data CSV-tiedostosta (esim excelistä)

(x,y,r) -kuvaaja (Kolmas arvo esitetään r-säteisenä ympyränä)

Korrelaatiomatriisi: Panda-kirjasto

Matriisi : matplotli.pyplot.matshow()https://datatofish.com/correlation-matrix-pandas/

Matriisi : matplotli.pyplot.matshow()
https://datatofish.com/correlation-matrix-pandas/