Побачити дані · Графіки matplotlib

За дві попередні теми ми навчилися дані тримати. У темі 33 зʼявився масив, який рахує суму мільйона чисел одним рядком. У темі 34 — таблиця, яка знає імена своїх колонок і вміє групувати. Обидві охоче видають середнє, медіану, кореляцію. І саме тут ховається пастка, з якої почнеться ця тема: число — це вирок без пояснення. Воно каже «середній виторг 4289 гривень» і жодним чином не каже, що половина цієї суми припадає на два дні тижня.

Наскрізний приклад тут один — кавʼярня «Дві ложки»: шістдесят днів роботи, щоденний виторг, продані напої, середній чек по кварталах. Той самий набір ми пронесемо через усі одинадцять розділів, щоб порівнювати не стилі, а те, що видно на екрані.

01 / НавіщоЧому таблиця чисел мовчить

Почнемо з досліду, після якого сперечатись уже нема про що. Візьмемо чотири маленькі набори даних — у кожному по одинадцять пар чисел. Уяви, що це чотири міста, у кожному ми одинадцять місяців поспіль записували, скільки витратили на рекламу (x) і скільки отримали виторгу (y).

Порахуємо для кожного набору те, що зазвичай і рахують: середнє по кожній величині, стандартне відхилення, коефіцієнт кореляції й пряму, яка найкраще описує звʼязок. Виходить ось що:

набір 1 : x̄ = 9.00 ȳ = 7.50 s(y) = 2.03 r = 0.82 y = 0.50·x + 3.00 набір 2 : x̄ = 9.00 ȳ = 7.50 s(y) = 2.03 r = 0.82 y = 0.50·x + 3.00 набір 3 : x̄ = 9.00 ȳ = 7.50 s(y) = 2.03 r = 0.82 y = 0.50·x + 3.00 набір 4 : x̄ = 9.00 ȳ = 7.50 s(y) = 2.03 r = 0.82 y = 0.50·x + 3.00

Чотири однакові рядки. Якби ми ухвалювали рішення за таблицею, ми б сказали: міста поводяться однаково, скрізь помірний позитивний звʼязок, вкладай усюди однаково. А тепер подивись, що це насправді за дані.

Схема 1 · Однакові числа, різні форми

Чотири набори по 11 точок. Усі п'ять показників збігаються до другого знака після коми. Масштаб осей однаковий у всіх чотирьох, щоб порівняння було чесним.

Кожен набір потребує іншого рішення. Перший — звичайний шум навколо прямої, тут лінійна модель доречна. Другий — чиста дуга: звʼязок є, але він не прямий, і пряма описує його погано на обох кінцях. Третій — ідеальна пряма з одним зіпсованим виміром; правильна дія — знайти й перевірити цю точку, а не міняти модель. Четвертий узагалі не має звʼязку: десять вимірів зроблено за однакового x, і всю кореляцію в поодинці створює єдина точка праворуч. Цей набір відомий як квартет Анскомба, і він тут не заради краси: це найкоротший можливий доказ, що зведення даних до кількох чисел втрачає саме те, заради чого дані збирали.

Статистика — це стиснення. Одинадцять пар чисел стиснулись у пʼять показників, і, як у будь-якому стисненні з втратами, щось зникло. Графік теж не показує всього, але він втрачає інше: він не дасть тобі точного значення кореляції, зате миттєво покаже дугу, викид або порожнечу.

Практичне правило. Дивись на дані перед тим, як щось із ними робити, і після кожної суттєвої зміни. Це не про естетику. Приблизно дві третини помилок в аналізі — це не помилки в формулах, а неперевірене припущення про форму даних: що вони приблизно однорідні, що викидів немає, що звʼязок прямий. Кожне з цих припущень перевіряється одним поглядом на графік і не перевіряється жодною таблицею середніх.

02 / Будова`Figure` і `Axes`

matplotlib — це бібліотека, яку ставлять окремо, як ми вчилися в темі 17:

python3 -m pip install matplotlib

Найперший її графік виглядає так — три рядки, і на екрані вікно з кривою:

import matplotlib.pyplot as plt fig, ax = plt.subplots() # аркуш і система координат на ньому ax.plot([1, 2, 3, 4], [10, 14, 12, 19]) plt.show() # показати вікно

Розберемо перший рядок, бо в ньому вся будова бібліотеки. Функція plt.subplots() повертає дві речі, і плутати їх не варто.

Figure — це аркуш паперу. Він має розмір у дюймах, колір тла, роздільність і вміє зберігатися у файл. Сам він нічого не малює. Змінну для нього прийнято називати fig.

Axes — це накреслена на аркуші система координат. Саме вона має дві осі, підписи, сітку, легенду й усе намальоване всередині. Малює вона: ax.plot, ax.bar, ax.set_title. На одному аркуші може бути одна така область, а може бути дванадцять.

Найпідступніша назва в бібліотеці. Axes — це не «осі» в множині. Осі — це Axis (їх дві: ax.xaxis і ax.yaxis), а Axes — уся область побудови разом з ними. Різниця в одну літеру, і саме через неї новачки шукають метод не там, де він живе.

Схема 2 · Анатомія одного графіка

Десять частин, кожна названа й показана на тому самому прикладі: виторг кавʼярні за два тижні. Праворуч — метод, яким ця частина створюється.

Запамʼятай межу між ① і ②. Усе, що стосується аркуша цілком — розмір, збереження у файл, спільний заголовок, — робить fig. Усе, що стосується конкретної картинки — дані, підписи, легенда, межі, — робить ax. Дев'ять із десяти методів, які ти писатимеш, починаються з ax., і саме тому змінну ax треба мати під рукою явно.

Чому `fig, ax = plt.subplots()`, а не просто `plt.plot()`

Той самий графік можна намалювати коротше:

plt.plot([1, 2, 3, 4], [10, 14, 12, 19]) plt.xlabel("день") plt.show()

Так пишуть у більшості коротких прикладів, і для одного графіка в зошиті це цілком нормально. Але тут працює механіка, яку варто розуміти з самого початку: plt.plot малює не «десь», а в поточній області. Якщо поточної немає — вона мовчки створюється. Якщо є — малюється туди, хай навіть це залишок від клітинки, яку ти запускав десять хвилин тому.

Наслідки видно на трьох типових ситуаціях:

Два графіки в одній клітинці. Другий plt.plot домалює лінію на той самий аркуш, хоч ти хотів окремий. З явними ax1 і ax2 ця плутанина неможлива.
Функція, яка щось малює. Якщо вона всередині кличе plt.plot, то псує «поточну» область того, хто її викликав. Функція, яка приймає ax аргументом, малює рівно там, куди її просять.
Сітка з чотирьох графіків. Через plt доводиться перемикати поточну область викликами plt.subplot(2, 2, 3) і памʼятати номери. Через ax це просто чотири різні змінні.

Тому далі в лекції — тільки явний варіант. Це не питання смаку: явна змінна перетворює «намалюй мені щось» на «намалюй ось сюди», а різниця між цими двома формулюваннями — та сама, що між глобальною змінною й аргументом функції з теми 15.

03 / ТипиЧотири типи й що кожен показує

Тепер до наших даних. Кавʼярня працювала шістдесят днів; для кожного дня ми знаємо виторг у гривнях. Це звичайний масив numpy завдовжки 60 — той самий, що з теми 33.

Чотири базові типи графіка малюються чотирма методами. Кожен потребує рівно одного рядка, і кожен відповідає на своє питання:

ax.plot(дні, виторг) # лінія: як величина змінювалась у часі ax.scatter(дні, виторг) # точки: як дві величини повʼязані між собою ax.bar(дні, виторг) # стовпчики: яка категорія більша за яку ax.hist(виторг, bins=12) # гістограма: як значення розподілені

Різниця не косметична. Лінія сполучає сусідні точки відрізком і цим стверджує: між ними є неперервний перехід. Для днів це правда, для назв напоїв — ні, тому лінія по категоріях завжди неправильна. Точки нічого не стверджують про порядок і тому годяться там, де порядку немає: зріст і вага, реклама і виторг. Стовпчики порівнюють висоти, і око робить це точно — але тільки поки стовпчиків небагато. Гістограма взагалі не має осі «що це за спостереження»: вона ріже діапазон значень на смуги (bins) і рахує, скільки спостережень потрапило в кожну.

Інтерактив 1 · Ті самі 60 днів чотирма способами

Дані не змінюються — змінюється лише один виклик. Дивись, що зʼявляється й що зникає при кожному перемиканні.

відповідає на питання—

що при цьому зникає—

Порівняй перший і четвертий варіанти. Лінія показує тижневий ритм — вісім однакових зубців — і повільне зростання; про те, що виторг збирається у дві окремі купки, вона не каже нічого. Гістограма показує рівно ці дві купки — 44 буденні дні й 16 вихідних, з порожнечею між ними, — і повністю знищує час: за нею неможливо сказати, коли саме був який день. Це не «краще» і не «гірше»: це відповіді на два різні питання.

04 / ПідписиПідписи, заголовок, легенда

Графік без підписів осей — це орнамент. Він може бути красивим, але сказати за ним нічого не можна: невідомо ні що по горизонталі, ні в чому виміряне те, що по вертикалі. Виправляється це трьома рядками:

fig, ax = plt.subplots(figsize=(8, 4)) ax.plot(дні, виторг, label="2025") ax.plot(дні, виторг_торік, label="2024") ax.set_xlabel("день роботи") # що по горизонталі ax.set_ylabel("виторг, грн") # що по вертикалі І В ЧОМУ ax.set_title("Кавʼярня «Дві ложки»: щоденний виторг") ax.legend() # підписи ліній — з label= ax.grid(True, alpha=0.3) # ледь помітна сітка

Три речі тут варті окремої уваги.

Одиниці виміру — частина підпису. «Виторг» — це не підпис, «виторг, грн» — підпис. Через півроку саме ти й будеш тією людиною, яка дивиться на свій графік і не памʼятає, гривні там чи тисячі гривень.

Легенда бере назви з label=. Виклик ax.legend() без аргументів обходить усе намальоване й збирає підписи звідти. Якщо жодного label= не було, matplotlib надрукує попередження й намалює порожню рамку. Легенда потрібна тоді й тільки тоді, коли ліній більше однієї: підписувати єдину лінію — це витрачати місце на те, що вже написано в заголовку.

Сітка має бути тлом, а не візерунком. alpha=0.3 робить її напівпрозорою. Сітка допомагає зчитати значення, тож вона мусить бути видимою, але не мусить конкурувати з даними: якщо ти помічаєш сітку раніше за лінію, вона зайва.

Швидка перевірка на читабельність. Покажи графік людині, яка не знає задачі, і не кажи ані слова. Якщо за десять секунд вона не може сказати, що по осях і що тут головне, — бракує не даних, а підписів. Ця перевірка коштує хвилину й економить години суперечок про те, «що ж воно все-таки показує».

05 / СіткаКілька графіків у сітці

Часто одного графіка мало: хочеться поруч бачити виторг у часі, розподіл виторгу, продані напої й середній чек. Для цього в plt.subplots є два перші аргументи — скільки рядків і скільки стовпців:

fig, axes = plt.subplots(2, 2, figsize=(11, 7), constrained_layout=True) axes[0, 0].plot(дні, виторг) axes[0, 0].set_title("виторг у часі") axes[0, 1].hist(виторг, bins=12) axes[0, 1].set_title("розподіл виторгу") axes[1, 0].bar(напої, порції) axes[1, 0].set_title("продано порцій") axes[1, 1].scatter(відвідувачі, виторг) axes[1, 1].set_title("відвідувачі й виторг")

Коли рядків або стовпців більше одного, plt.subplots віддає не одну область, а масив numpy — той самий двовимірний масив із теми 33. Тому й індексується він так само: axes[рядок, стовпець]. Для однієї смуги (plt.subplots(1, 3)) масив одновимірний: axes[0], axes[1], axes[2]. Це часте джерело помилки IndexError: too many indices — коду написали axes[0, 1], а масив плаский.

Два аргументи роблять сітку придатною для читання:

constrained_layout=True — саме розсуває графіки так, щоб підписи не налазили один на одного. Без нього нижній заголовок регулярно накриває верхні поділки. Старша й досі поширена альтернатива — викликати fig.tight_layout() наприкінці.
sharex=True / sharey=True — робить осі спільними. Це важливіше, ніж здається: два графіки поруч із різними шкалами виглядають порівнюваними, хоч насправді ні. Якщо ти ставиш картинки поруч, щоб їх порівняли, шкала має бути одна.

06 / ФайлЗберегти у файл

Графік у вікні живе, поки програма не закрилась. У звіт, у листа чи в репозиторій його треба покласти файлом — це вміє сам аркуш:

fig.savefig("виторг.png", dpi=150, bbox_inches="tight")

dpi — крапок на дюйм. Розмір аркуша задано в дюймах (figsize=(8, 4)), тож фактичний розмір картинки в пікселях — це добуток: 8 × 150 = 1200 пікселів завширшки. Значення за замовчуванням, 100, дає 800 пікселів — на екрані нормально, а в друкованому звіті шрифт підписів розсиплеться на квадратики. Робочі орієнтири: 100 — чернетка й нотатник, 150 — презентація й екран високої роздільності, 300 — друк.

bbox_inches="tight" — обрізати білі поля. Без нього matplotlib збереже аркуш цілком, разом із порожнечею навколо, і довгий підпис осі може навіть не поміститись і виявитись обрізаним.

Порядок має значення. plt.show() у багатьох середовищах звільняє аркуш після показу — і savefig після нього запише порожню картинку. Правило просте: спершу зберігай, потім показуй. А в скриптах, які працюють на сервері без екрана, show() не потрібен зовсім: достатньо savefig.

Формат вибирається за розширенням імені: .png — точковий, годиться всюди; .svg — векторний, не втрачає якості при збільшенні, зручний для вебу; .pdf — векторний, для документів і друку. Векторні формати не мають dpi взагалі: у них зберігаються не пікселі, а вказівки, як намалювати.

07 / ВибірЯкий тип під які дані

Тип графіка не обирають за красою — його обирають за питанням, на яке треба відповісти. Ось коротка відповідність, яка покриває майже всі щоденні випадки.

Схема 3 · Дані → графік → що видно і що ні

Кожен тип щось показує ціною того, що приховує інше. Останню колонку варто читати уважніше за другу.

які в тебе дані	виклик	що покаже	що приховає
Одна величина в часі: виторг по днях, температура по годинах	ax.plot	напрям і форму зміни, ритм, різкі стрибки	розподіл: скільки взагалі було високих і низьких днів
Розподіл однієї величини: усі чеки за місяць	ax.hist	де скупчення, чи є два горби, чи довгий хвіст	порядок у часі та кожне окреме спостереження
Дві величини разом: реклама і виторг, зріст і вага	ax.scatter	форму звʼязку, силу розкиду, викиди	скільки спостережень злилось в одну точку
Порівняння категорій: продано лате, чаю, какао	ax.bar	хто більший і приблизно на скільки	розкид усередині категорії й кількість спостережень
Розкид усередині кількох категорій: чеки по днях тижня	ax.boxplot	медіану, розмах і викиди в кожній групі одразу	форму розподілу: два горби виглядатимуть як один
Кілька рядів у часі: цього року й торік	ax.plot ×2	де ряди сходяться й розходяться	усе, якщо ліній більше пʼяти — вони зіллються

Кругової діаграми в таблиці немає, і це навмисно. Око погано порівнює кути: різницю між 24 % і 27 % на «пирозі» не бачить майже ніхто, а на стовпчиках її видно одразу. Кругова діаграма виправдана хіба що для двох-трьох часток, які помітно різні, — тобто в тих випадках, коли достатньо було й речення тексту.

08 / ЧесністьЯк збрехати ненавмисно

Найпоширеніший спосіб зробити оманливий графік — не злий намір, а налаштування, яке здавалося розумним. Найпоширеніше з них — обрізана вісь.

Кавʼярня рахує середній чек по кварталах: 96, 98, 101 і 104 гривні. Зростання за рік — з 96 до 104, тобто на 8.3 %. Якщо почати вісь y не з нуля, а, скажімо, з 95, стовпчики стануть заввишки 1, 3, 6 і 9 одиниць — і останній виявиться вдевʼятеро вищим за перший. Дані ті самі. Висновок, який зробить читач, — різний.

Інтерактив 2 · Де починається вісь

Повзунок рухає лише нижню межу осі. Числа не змінюються жодного разу — праворуч завжди той самий графік із нулем для порівняння.

нижня межа осі 0

справжнє зростання—

виглядає як—

Q4 вищий за Q1—

перебільшення—

Не роби з цього правила «вісь завжди з нуля». Для стовпчиків — так, майже завжди: довжина стовпчика і є те, що ми порівнюємо. Для лінії часового ряду — часто ні: температура повітря або курс валюти від нуля перетворюються на пряму горизонтальну смужку, у якій не видно нічого. Правило чесне й просте: якщо нуль на графіку є, читач порівнює довжини; якщо нуля немає, це треба бачити з першого погляду — підписаною віссю й помітним розривом, а не дрібним шрифтом у кутку.

Обрізана вісь — найвідоміший спосіб, але не єдиний. Ще два трапляються не рідше.

Нерівний крок по горизонталі. Якщо виміри зроблено 1, 2, 3, 10 і 30 числа, а на осі вони стоять на однаковій відстані, то графік показує неіснуючу рівномірність: три дні перетворюються на такий самий проміжок, як двадцять. Ліки — передавати справжні значення по x, а не порядкові номери: тоді matplotlib сам розставить точки на правильній відстані.

Забагато кольорів. Колір — це такий самий канал інформації, як довжина. Якщо він нічого не кодує, він додає шум: пʼять різних кольорів для пʼятьох стовпчиків змушують око шукати сенс там, де його немає. Колір виправданий тоді, коли щось означає — рік, категорію, «наш» і «конкурент», — і тоді кольорів рівно стільки, скільки значень. Окремо варто перевірити, чи розрізняється твоя пара кольорів у відтінках сірого: приблизно кожен дванадцятий чоловік не розрізняє червоне й зелене.

Схема 4 · Один графік до і після

Ті самі пʼять чисел — продані порції за тиждень. Ліворуч звичайні помилки, праворуч виправлено, унизу перелік того, що саме змінили.

Жодна зі змін не торкнулася даних. Числа в обох половинах однакові — 610, 540, 420, 180 і 90 порцій. Змінилось тільки те, як вони показані, і разом із цим змінився висновок: ліворуч еспресо виглядає у 3.4 раза більшим за чай, праворуч видно справжню різницю — у 2.3 раза.

09 / pandasЗвʼязок із pandas

Таблиця з теми 34 вміє малювати себе сама. Метод plot є і в DataFrame, і в Series, і всередині він кличе той самий matplotlib:

import pandas as pd продажі = pd.DataFrame({"день": дні, "виторг": виторг}) продажі.plot(x="день", y="виторг") # лінія продажі.plot(kind="hist", y="виторг", bins=12) # гістограма продажі.groupby("день_тижня")["виторг"].mean().plot(kind="bar")

Виграш тут не в довжині рядка, а в тому, що pandas сам бере підписи з таблиці: назва колонки стає підписом осі, індекс — значеннями по горизонталі, назви колонок — легендою. Для швидкого погляду на дані під час роботи це найкоротший шлях, і саме ним варто користуватись у зошиті, коли ти щось досліджуєш.

Важлива деталь: df.plot() повертає Axes — той самий обʼєкт, про який була вся ця лекція. Тому доробити результат можна звичайними методами, а можна навпаки — попросити pandas малювати в уже готову область:

fig, ax = plt.subplots(figsize=(9, 4)) продажі.plot(x="день", y="виторг", ax=ax, label="цього року") ax.set_ylabel("виторг, грн") ax.set_title("Кавʼярня «Дві ложки»") fig.savefig("звіт.png", dpi=150, bbox_inches="tight")

Практичний поділ виходить такий. Досліджуєш — пиши df.plot(): він короткий і сам підписує. Готуєш картинку, яку хтось побачить, — бери fig, ax: тобі знадобиться контроль над розміром, шрифтами, межами й збереженням, а через df.plot() усе це доводиться передавати домовленостями про іменовані аргументи.

10 / ГлибшеДля тих, кому мало

Чому plt взагалі влаштований так дивно. Модуль pyplot — це шар сумісності з MATLAB, написаний як машина станів. Усередині нього живе список аркушів і вказівник на поточний; plt.plot насправді робить приблизно plt.gcf().gca().plot(...), де gcf — «дай поточний аркуш», а gca — «дай поточну область» (обидві створюють обʼєкт, якщо його ще немає). Це глобальний змінюваний стан з усіма його властивостями: зручний в інтерактивній сесії, де ти — єдиний, хто його чіпає, і небезпечний у скрипті, бібліотеці чи тесті, де порядок викликів не гарантований.

Витік памʼяті, який ловлять усі. Кожен plt.subplots() реєструє аркуш у глобальному списку pyplot, і збирач сміття його не забере, бо посилання є. Скрипт, який у циклі малює тисячу графіків і зберігає їх у файли, спокійно зʼїдає всю памʼять. Ліки — закривати аркуш явно після збереження:

for місяць in місяці: fig, ax = plt.subplots() ax.plot(дані[місяць]) fig.savefig(f"{місяць}.png", dpi=150) plt.close(fig) # без цього аркуш лишається в памʼяті назавжди

Бекенди. matplotlib відділяє «що намалювати» від «куди намалювати». Пристрій виводу називається бекендом: TkAgg малює у вікно, module://matplotlib_inline.backend_inline — у клітинку зошита, Agg — просто в памʼять, без жодного вікна. На сервері без графічного середовища треба саме Agg, інакше програма впаде на спробі відкрити вікно:

import matplotlib matplotlib.use("Agg") # ДО import matplotlib.pyplot import matplotlib.pyplot as plt

Стилі й шрифти. Вигляд за замовчуванням задається словником plt.rcParams — розмір шрифту, товщина ліній, палітра, розмір аркуша. Змінювати кожен параметр окремо рідко потрібно: є готові набори, plt.style.use("seaborn-v0_8-whitegrid") або plt.style.use("ggplot"). Окрема поширена морока — кирилиця: якщо підписи виводяться квадратиками, потрібен шрифт із кириличними літерами, наприклад plt.rcParams["font.family"] = "DejaVu Sans" (він іде в комплекті з matplotlib і кирилицю має).

А що таке seaborn. Це надбудова над matplotlib, яка вміє в один рядок те, що тут вимагає пʼяти — статистичні графіки з групуванням прямо з DataFrame; вона повертає ті самі Axes, тож усе, що ти вивчив, лишається чинним.

11 / ПідсумокЩо забрати з теми — і що далі

Уся тема тримається на одній думці: графік — це не ілюстрація до аналізу, це його перший крок. Числа стискають дані й тим самим ховають форму; око бачить форму миттєво й безкоштовно.

Однакова статистика не означає однакові дані. Чотири набори з x̄ = 9.00, ȳ = 7.50, r = 0.82 й тією самою прямою виявились прямою, дугою, прямою з викидом і взагалі відсутністю звʼязку.
fig, ax = plt.subplots(). fig — аркуш (розмір, збереження), ax — система координат (дані, підписи, легенда, межі). Явна змінна замість «поточної області» рятує від цілого класу мовчазних помилок.
Чотири типи — чотири питання. Лінія — як змінювалось у часі; точки — як повʼязані дві величини; стовпчики — яка категорія більша; гістограма — як розподілені значення. Кожен щось показує ціною того, що приховує інше.
Без set_xlabel, set_ylabel і заголовка графіка не існує. Одиниці виміру — частина підпису. Легенда потрібна від другої лінії.
Сітка — це plt.subplots(2, 2) і масив numpy у відповідь. constrained_layout=True проти накладених підписів, sharey=True — щоб сусідні графіки справді можна було порівнювати.
fig.savefig(..., dpi=150, bbox_inches="tight"), і саме до show(). Розмір у пікселях — це figsize, помножений на dpi.
Обрізана вісь — найтихіша брехня. Зростання на 8.3 % при нижній межі 95 виглядає як зростання вдевʼятеро. Разом із нею — нерівний крок по горизонталі й кольори, які нічого не кодують.
df.plot() для розвідки, fig, ax для результату. Метод pandas повертає Axes, тому обидва підходи зчіплюються через ax=ax.

На цьому курс Python закінчується. Ти пройшов шлях від першого запуску інтерпретатора до масивів, таблиць і графіків — тобто до повного набору інструментів, якими щодня працюють з даними. Далі починається інша розмова.

Досі ми відповідали на питання «що сталося»: скільки продано, як змінювався виторг, які дні вибиваються з ряду. Наступний курс відповідає на питання «що станеться» — і починається він рівно там, де закінчився цей: з даних, які треба спершу зрозуміти. Перша ж тема машинного навчання спирається на все, що ти щойно вивчив: масив ознак із теми 33, таблиця з теми 34 і графік із цієї — це не підготовка до аналізу, це і є перші три його кроки. Модель, побудована без погляду на дані, помиляється не тому, що алгоритм поганий, а тому, що ніхто не помітив дуги, викиду й порожнечі — рівно того, що ми знайшли в першому розділі.

Курс машинного навчання → Від «що сталося» до «що станеться»: як із тих самих таблиць і графіків народжується модель, яка робить передбачення, і як зрозуміти, чи можна їй вірити. перейти до курсу

Далі в практиці. У practice.ipynb ти власноруч порахуєш статистики чотирьох наборів і доведеш assert-ом, що вони збігаються до другого знака, а потім намалюєш їх і побачиш різницю; побудуєш усі чотири типи графіка на тому самому виторзі кавʼярні; підпишеш осі, заголовок і легенду; зіб'єш чотири графіки в сітку 2×2; збережеш картинку у файл із двома різними dpi й порівняєш розміри в байтах; намалюєш те саме через df.plot(); і зробиш пару «обрізана вісь проти чесної», щоб на своїх очах побачити, у скільки разів змінюється враження від тих самих чисел.

Далі в темі

Теорію прочитано. Тепер закріпи її на практиці.

ПрактикаРозібрати код разом із результатами просто в браузері.переглянути → ЗошитЗавантажити .ipynb, щоб запускати й змінювати код у себе.завантажити ↓ ТестВісім питань із поясненням до кожної відповіді.пройти → Домашнє завданняТри рівні: повторити, застосувати, зробити з нуля.відкрити →