Графіки matplotlib

Предметна область тут інша, ніж у лекції, — навмисно: якщо ти зможеш повторити ту саму механіку на своїх даних, значить, справа не в завченому прикладі. Працюємо з показаннями фітнес-браслета: скільки кроків людина зробила за кожен із девʼяноста днів. Усе роби в окремому файлі kroky.py або в новому зошиті — практику не редагуй, вона знадобиться для звірки.

Дані генеруй саме цією формулою, без випадковості, щоб числа збіглися з критеріями нижче:

import numpy as np

дні = np.arange(90)
шум = (дні * 1103515245 + 12345) % 2 ** 31 % 1201 - 600     # від -600 до +600 кроків
вихідний = np.isin(дні % 7, [5, 6])                          # субота й неділя
кроки = 6000 + 40 * дні + вихідний * 2500 + шум

рівень 1Рівень 1 — База

Побудуй один графік, у якого є все, чого лекція вимагала від читабельної картинки.

1. Лінія кроки в часі плюс друга лінія — кроки_торік = кроки - 1500.
2. Заголовок, підпис осі x, підпис осі y з одиницями, легенда з двома записами, напівпрозора сітка.
3. Горизонтальна лінія на рівні 10 000 кроків (ax.axhline) з власним підписом у легенді.
4. Збережи результат у файл kroky.png з dpi=200 і bbox_inches="tight" — і зроби це до plt.show().
5. Надрукуй, скільки днів із девʼяноста перевищили 10 000 кроків.

Зроблено, якщо:

• проходить assert list(кроки[:5]) == [5735, 6190, 5876, 6331, 6017] — формула саме та;
• проходить assert (кроки > 10000).sum() == 13, і це число надруковане в консолі;
• проходить assert ax.get_ylabel() != "" and ax.get_xlabel() != "";
• проходить assert len(ax.get_legend().get_texts()) == 3 — дві лінії плюс поріг;
• файл kroky.png існує, і його ширина в пікселях більша за 1500 (перевір через PIL.Image.open("kroky.png").size).

рівень 2Рівень 2 — Плюс

Одні дані, три різні питання — і три різні типи графіка в одній сітці.

1. Сітка plt.subplots(2, 2, constrained_layout=True).
2. Ліворуч угорі — лінія по днях: чи є зростання за три місяці.
3. Праворуч угорі — гістограма всіх девʼяноста значень: як вони розподілені.
4. Ліворуч унизу — стовпчики: середня кількість кроків по днях тижня (дні % 7, сім стовпчиків).
5. Праворуч унизу — точки: кроки проти номера тижня (дні // 7), щоб побачити розкид усередині кожного тижня.
6. Кожна область має власний заголовок і підписи обох осей.
7. Під сіткою надрукуй три речення: що видно на кожному типі й чого на ньому не видно.

Зроблено, якщо:

• проходить assert axes.shape == (2, 2) — і в коді видно, що це масив numpy;
• проходить assert round(кроки[~вихідний].mean()) == 7788 і assert round(кроки[вихідний].mean()) == 10299, а обидва числа підписані на стовпчиковому графіку;
• у стовпчиках по днях тижня два останні стовпчики помітно вищі, і assert це підтверджує: assert середні_по_днях[5] > середні_по_днях[:5].max();
• у трьох реченнях висновку названо принаймні одну річ, яку кожен тип приховує.

рівень 3Рівень 3 — Виклик

Зроби власний «квартет»: чотири набори з однаковими числами й різними формами.

1. Придумай і згенеруй чотири набори по 40 точок, у яких збігаються до другого знака: середнє x, середнє y, стандартне відхилення y і коефіцієнт кореляції. Форми мають бути різні: пряма з шумом, дуга, дві окремі хмари, пряма з одним викидом. Підганяти можна масштабом і зсувом: якщо взяти будь-яку форму й перерахувати її як y_нове = (y - y.mean()) / y.std() * потрібне_відхилення + потрібне_середнє, середнє й відхилення стануть точно такими, як треба, а форма не зміниться.
2. Надрукуй таблицю показників усіх чотирьох наборів і доведи assert-ом, що вони однакові до другого знака.
3. Намалюй усі чотири в сітці 1×4 зі спільними межами осей і однією й тією самою прямою регресії.
4. Окремо зроби пару «оманливо / чесно» на своїх даних кроків: візьми середнє за перший і за останній місяць, покажи їх стовпчиками двічі — з віссю від нуля й з обрізаною віссю — і порахуй числом, у скільки разів перебільшене враження.
5. Опиши одним абзацом третій спосіб збрехати графіком, якого не було в лекції, і покажи його кодом.

Зроблено, якщо:

• проходить assert (показники.round(2).nunique() == 1).all() для таблиці з чотирьох рядків — усі показники однакові;
• кореляція в усіх чотирьох наборів не менша за 0.6 за модулем (інакше «однаковість» досягнута тим, що звʼязку немає ніде);
• на картинці всі чотири форми справді різні, і в коментарі до кожної написано, яке рішення вона диктує;
• для пари «оманливо / чесно» надруковано два числа: справжня різниця у відсотках і візуальне відношення довжин стовпчиків, а також коефіцієнт перебільшення;
• третій спосіб збрехати описано словами й відтворено кодом на тих самих даних.

Підказки

• Рівень 1. ax.axhline(10000, label="поріг 10 000") додає лінію й одразу її підпис. Легенда збирає підписи звідусіль, де був label=, — тому три записи виходять самі.
• Рівень 1, файл. Якщо kroky.png вийшов порожнім, найімовірніша причина — savefig після show(). Порядок має бути зворотним.
• Рівень 2. Середнє по днях тижня зручно рахувати без циклу: np.array([кроки[дні % 7 == д].mean() for д in range(7)]) — сім чисел, кожне з одного зрізу за умовою.
• Рівень 3, підгонка. Спершу зроби чотири різні форми, а вже потім кожну окремо перерахуй так, щоб середнє й відхилення стали потрібними. Кореляцію підганяти важче: найпростіше змішувати «чистий звʼязок» і шум у пропорції, яку підбираєш кількома спробами в циклі.
• Рівень 3, викид. Одна точка, віднесена далеко вбік, змінює кореляцію сильніше за решту тридцяти девʼяти разом узятих. Це і є причина, чому четвертий набір Анскомба виглядає так, як виглядає.
• Рівень 3, пункт 5. Подумай про подвійну вісь y (ax.twinx()), про пропущені дні на осі часу й про порядок категорій, підібраний під потрібний висновок.