上传病马数据分析
Signed-off-by: 邓凯洋 <13202611+deng-kaiyang@user.noreply.gitee.com>
This commit is contained in:
邓凯洋
@@ -0,0 +1,539 @@
|
|||||||
|
{
|
||||||
|
"cells": [
|
||||||
|
{
|
||||||
|
"cell_type": "code",
|
||||||
|
"execution_count": 17,
|
||||||
|
"id": "066bb5b7",
|
||||||
|
"metadata": {},
|
||||||
|
"outputs": [],
|
||||||
|
"source": [
|
||||||
|
"import pandas as pd\n",
|
||||||
|
"import numpy as np\n",
|
||||||
|
"import matplotlib.pyplot as plt\n",
|
||||||
|
"import seaborn as sns\n",
|
||||||
|
"from sklearn import preprocessing\n",
|
||||||
|
"from sklearn.preprocessing import StandardScaler\n",
|
||||||
|
"from sklearn.model_selection import train_test_split\n",
|
||||||
|
"from sklearn.metrics import accuracy_score,confusion_matrix,roc_curve,roc_auc_score\n",
|
||||||
|
"from sklearn.ensemble import RandomForestClassifier,BaggingClassifier,AdaBoostClassifier\n",
|
||||||
|
"from sklearn.naive_bayes import GaussianNB\n",
|
||||||
|
"from sklearn.tree import DecisionTreeClassifier\n",
|
||||||
|
"from sklearn.svm import SVC\n",
|
||||||
|
"from sklearn.linear_model import LogisticRegression\n",
|
||||||
|
"from sklearn.neighbors import KNeighborsClassifier\n",
|
||||||
|
"# 中文正常显示\n",
|
||||||
|
"plt.rcParams['font.sans-serif'] = ['SimHei']\n",
|
||||||
|
"plt.rcParams['axes.unicode_minus'] = False"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "code",
|
||||||
|
"execution_count": 18,
|
||||||
|
"id": "4c7866bc",
|
||||||
|
"metadata": {
|
||||||
|
"scrolled": true
|
||||||
|
},
|
||||||
|
"outputs": [
|
||||||
|
{
|
||||||
|
"data": {
|
||||||
|
"text/html": [
|
||||||
|
"<div>\n",
|
||||||
|
"<style scoped>\n",
|
||||||
|
" .dataframe tbody tr th:only-of-type {\n",
|
||||||
|
" vertical-align: middle;\n",
|
||||||
|
" }\n",
|
||||||
|
"\n",
|
||||||
|
" .dataframe tbody tr th {\n",
|
||||||
|
" vertical-align: top;\n",
|
||||||
|
" }\n",
|
||||||
|
"\n",
|
||||||
|
" .dataframe thead th {\n",
|
||||||
|
" text-align: right;\n",
|
||||||
|
" }\n",
|
||||||
|
"</style>\n",
|
||||||
|
"<table border=\"1\" class=\"dataframe\">\n",
|
||||||
|
" <thead>\n",
|
||||||
|
" <tr style=\"text-align: right;\">\n",
|
||||||
|
" <th></th>\n",
|
||||||
|
" <th>直肠温度</th>\n",
|
||||||
|
" <th>脉搏</th>\n",
|
||||||
|
" <th>呼吸频率</th>\n",
|
||||||
|
" <th>红细胞体积</th>\n",
|
||||||
|
" <th>总蛋白值</th>\n",
|
||||||
|
" <th>y</th>\n",
|
||||||
|
" </tr>\n",
|
||||||
|
" </thead>\n",
|
||||||
|
" <tbody>\n",
|
||||||
|
" <tr>\n",
|
||||||
|
" <th>0</th>\n",
|
||||||
|
" <td>38.5</td>\n",
|
||||||
|
" <td>66</td>\n",
|
||||||
|
" <td>28</td>\n",
|
||||||
|
" <td>45.0</td>\n",
|
||||||
|
" <td>8.4</td>\n",
|
||||||
|
" <td>0.0</td>\n",
|
||||||
|
" </tr>\n",
|
||||||
|
" <tr>\n",
|
||||||
|
" <th>1</th>\n",
|
||||||
|
" <td>39.2</td>\n",
|
||||||
|
" <td>88</td>\n",
|
||||||
|
" <td>20</td>\n",
|
||||||
|
" <td>50.0</td>\n",
|
||||||
|
" <td>85.0</td>\n",
|
||||||
|
" <td>0.0</td>\n",
|
||||||
|
" </tr>\n",
|
||||||
|
" <tr>\n",
|
||||||
|
" <th>2</th>\n",
|
||||||
|
" <td>38.3</td>\n",
|
||||||
|
" <td>40</td>\n",
|
||||||
|
" <td>24</td>\n",
|
||||||
|
" <td>33.0</td>\n",
|
||||||
|
" <td>6.7</td>\n",
|
||||||
|
" <td>1.0</td>\n",
|
||||||
|
" </tr>\n",
|
||||||
|
" <tr>\n",
|
||||||
|
" <th>3</th>\n",
|
||||||
|
" <td>39.1</td>\n",
|
||||||
|
" <td>164</td>\n",
|
||||||
|
" <td>84</td>\n",
|
||||||
|
" <td>48.0</td>\n",
|
||||||
|
" <td>7.2</td>\n",
|
||||||
|
" <td>0.0</td>\n",
|
||||||
|
" </tr>\n",
|
||||||
|
" <tr>\n",
|
||||||
|
" <th>4</th>\n",
|
||||||
|
" <td>37.3</td>\n",
|
||||||
|
" <td>104</td>\n",
|
||||||
|
" <td>35</td>\n",
|
||||||
|
" <td>74.0</td>\n",
|
||||||
|
" <td>7.4</td>\n",
|
||||||
|
" <td>0.0</td>\n",
|
||||||
|
" </tr>\n",
|
||||||
|
" </tbody>\n",
|
||||||
|
"</table>\n",
|
||||||
|
"</div>"
|
||||||
|
],
|
||||||
|
"text/plain": [
|
||||||
|
" 直肠温度 脉搏 呼吸频率 红细胞体积 总蛋白值 y\n",
|
||||||
|
"0 38.5 66 28 45.0 8.4 0.0\n",
|
||||||
|
"1 39.2 88 20 50.0 85.0 0.0\n",
|
||||||
|
"2 38.3 40 24 33.0 6.7 1.0\n",
|
||||||
|
"3 39.1 164 84 48.0 7.2 0.0\n",
|
||||||
|
"4 37.3 104 35 74.0 7.4 0.0"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
"execution_count": 18,
|
||||||
|
"metadata": {},
|
||||||
|
"output_type": "execute_result"
|
||||||
|
}
|
||||||
|
],
|
||||||
|
"source": [
|
||||||
|
"df = pd.read_csv(\"data_horse.csv\",encoding=\"gbk\")\n",
|
||||||
|
"df.head()"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "code",
|
||||||
|
"execution_count": 19,
|
||||||
|
"id": "6b170345",
|
||||||
|
"metadata": {},
|
||||||
|
"outputs": [
|
||||||
|
{
|
||||||
|
"data": {
|
||||||
|
"application/vnd.jupyter.widget-view+json": {
|
||||||
|
"model_id": "7ea4f6d8c3db45a79c13b723b97dd20e",
|
||||||
|
"version_major": 2,
|
||||||
|
"version_minor": 0
|
||||||
|
},
|
||||||
|
"text/plain": [
|
||||||
|
"Summarize dataset: 0%| | 0/5 [00:00<?, ?it/s]"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
"metadata": {},
|
||||||
|
"output_type": "display_data"
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"data": {
|
||||||
|
"application/vnd.jupyter.widget-view+json": {
|
||||||
|
"model_id": "b9adcb8a22924cba954fb39b5613b26b",
|
||||||
|
"version_major": 2,
|
||||||
|
"version_minor": 0
|
||||||
|
},
|
||||||
|
"text/plain": [
|
||||||
|
"Generate report structure: 0%| | 0/1 [00:00<?, ?it/s]"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
"metadata": {},
|
||||||
|
"output_type": "display_data"
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"data": {
|
||||||
|
"application/vnd.jupyter.widget-view+json": {
|
||||||
|
"model_id": "5f8a8815e4e44c67ad341e6b4c83f80b",
|
||||||
|
"version_major": 2,
|
||||||
|
"version_minor": 0
|
||||||
|
},
|
||||||
|
"text/plain": [
|
||||||
|
"Render HTML: 0%| | 0/1 [00:00<?, ?it/s]"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
"metadata": {},
|
||||||
|
"output_type": "display_data"
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"data": {
|
||||||
|
"application/vnd.jupyter.widget-view+json": {
|
||||||
|
"model_id": "92bf5783980c495395b66dc4feedd203",
|
||||||
|
"version_major": 2,
|
||||||
|
"version_minor": 0
|
||||||
|
},
|
||||||
|
"text/plain": [
|
||||||
|
"Export report to file: 0%| | 0/1 [00:00<?, ?it/s]"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
"metadata": {},
|
||||||
|
"output_type": "display_data"
|
||||||
|
}
|
||||||
|
],
|
||||||
|
"source": [
|
||||||
|
"from pandas_profiling import ProfileReport\n",
|
||||||
|
"profile = ProfileReport(df, title='Pandas Profiling Report', html={'style':{'full_width':True}})\n",
|
||||||
|
"profile.to_file(output_file=\"your_report.html\")"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "code",
|
||||||
|
"execution_count": 20,
|
||||||
|
"id": "7a3827d1",
|
||||||
|
"metadata": {},
|
||||||
|
"outputs": [
|
||||||
|
{
|
||||||
|
"data": {
|
||||||
|
"text/plain": [
|
||||||
|
"y 1.000000\n",
|
||||||
|
"直肠温度 0.172629\n",
|
||||||
|
"总蛋白值 0.114651\n",
|
||||||
|
"呼吸频率 -0.036938\n",
|
||||||
|
"红细胞体积 -0.152119\n",
|
||||||
|
"脉搏 -0.276255\n",
|
||||||
|
"Name: y, dtype: float64"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
"execution_count": 20,
|
||||||
|
"metadata": {},
|
||||||
|
"output_type": "execute_result"
|
||||||
|
}
|
||||||
|
],
|
||||||
|
"source": [
|
||||||
|
"## 可视化列的缺失值、唯一值、类型\n",
|
||||||
|
"df.corr()\n",
|
||||||
|
"# 可视化变量y与其他的相关性曲线\n",
|
||||||
|
"df.corr()['y'].sort_values(ascending=False)"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "code",
|
||||||
|
"execution_count": 21,
|
||||||
|
"id": "44e52860",
|
||||||
|
"metadata": {},
|
||||||
|
"outputs": [
|
||||||
|
{
|
||||||
|
"data": {
|
||||||
|
"text/html": [
|
||||||
|
"<div>\n",
|
||||||
|
"<style scoped>\n",
|
||||||
|
" .dataframe tbody tr th:only-of-type {\n",
|
||||||
|
" vertical-align: middle;\n",
|
||||||
|
" }\n",
|
||||||
|
"\n",
|
||||||
|
" .dataframe tbody tr th {\n",
|
||||||
|
" vertical-align: top;\n",
|
||||||
|
" }\n",
|
||||||
|
"\n",
|
||||||
|
" .dataframe thead th {\n",
|
||||||
|
" text-align: right;\n",
|
||||||
|
" }\n",
|
||||||
|
"</style>\n",
|
||||||
|
"<table border=\"1\" class=\"dataframe\">\n",
|
||||||
|
" <thead>\n",
|
||||||
|
" <tr style=\"text-align: right;\">\n",
|
||||||
|
" <th></th>\n",
|
||||||
|
" <th>直肠温度</th>\n",
|
||||||
|
" <th>脉搏</th>\n",
|
||||||
|
" <th>红细胞体积</th>\n",
|
||||||
|
" <th>总蛋白值</th>\n",
|
||||||
|
" <th>y</th>\n",
|
||||||
|
" </tr>\n",
|
||||||
|
" </thead>\n",
|
||||||
|
" <tbody>\n",
|
||||||
|
" <tr>\n",
|
||||||
|
" <th>0</th>\n",
|
||||||
|
" <td>38.5</td>\n",
|
||||||
|
" <td>66</td>\n",
|
||||||
|
" <td>45.0</td>\n",
|
||||||
|
" <td>8.4</td>\n",
|
||||||
|
" <td>0.0</td>\n",
|
||||||
|
" </tr>\n",
|
||||||
|
" <tr>\n",
|
||||||
|
" <th>1</th>\n",
|
||||||
|
" <td>39.2</td>\n",
|
||||||
|
" <td>88</td>\n",
|
||||||
|
" <td>50.0</td>\n",
|
||||||
|
" <td>85.0</td>\n",
|
||||||
|
" <td>0.0</td>\n",
|
||||||
|
" </tr>\n",
|
||||||
|
" <tr>\n",
|
||||||
|
" <th>2</th>\n",
|
||||||
|
" <td>38.3</td>\n",
|
||||||
|
" <td>40</td>\n",
|
||||||
|
" <td>33.0</td>\n",
|
||||||
|
" <td>6.7</td>\n",
|
||||||
|
" <td>1.0</td>\n",
|
||||||
|
" </tr>\n",
|
||||||
|
" <tr>\n",
|
||||||
|
" <th>3</th>\n",
|
||||||
|
" <td>39.1</td>\n",
|
||||||
|
" <td>164</td>\n",
|
||||||
|
" <td>48.0</td>\n",
|
||||||
|
" <td>7.2</td>\n",
|
||||||
|
" <td>0.0</td>\n",
|
||||||
|
" </tr>\n",
|
||||||
|
" <tr>\n",
|
||||||
|
" <th>4</th>\n",
|
||||||
|
" <td>37.3</td>\n",
|
||||||
|
" <td>104</td>\n",
|
||||||
|
" <td>74.0</td>\n",
|
||||||
|
" <td>7.4</td>\n",
|
||||||
|
" <td>0.0</td>\n",
|
||||||
|
" </tr>\n",
|
||||||
|
" </tbody>\n",
|
||||||
|
"</table>\n",
|
||||||
|
"</div>"
|
||||||
|
],
|
||||||
|
"text/plain": [
|
||||||
|
" 直肠温度 脉搏 红细胞体积 总蛋白值 y\n",
|
||||||
|
"0 38.5 66 45.0 8.4 0.0\n",
|
||||||
|
"1 39.2 88 50.0 85.0 0.0\n",
|
||||||
|
"2 38.3 40 33.0 6.7 1.0\n",
|
||||||
|
"3 39.1 164 48.0 7.2 0.0\n",
|
||||||
|
"4 37.3 104 74.0 7.4 0.0"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
"execution_count": 21,
|
||||||
|
"metadata": {},
|
||||||
|
"output_type": "execute_result"
|
||||||
|
}
|
||||||
|
],
|
||||||
|
"source": [
|
||||||
|
"# 剔除相关性绝对值小于0.1的变量\n",
|
||||||
|
"df = df[df.columns[df.corr()['y'].abs()>0.1]]\n",
|
||||||
|
"df.head()"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "code",
|
||||||
|
"execution_count": 22,
|
||||||
|
"id": "4cf93c3e",
|
||||||
|
"metadata": {},
|
||||||
|
"outputs": [
|
||||||
|
{
|
||||||
|
"data": {
|
||||||
|
"text/plain": [
|
||||||
|
"直肠温度 0\n",
|
||||||
|
"脉搏 0\n",
|
||||||
|
"红细胞体积 0\n",
|
||||||
|
"总蛋白值 0\n",
|
||||||
|
"y 9\n",
|
||||||
|
"dtype: int64"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
"execution_count": 22,
|
||||||
|
"metadata": {},
|
||||||
|
"output_type": "execute_result"
|
||||||
|
}
|
||||||
|
],
|
||||||
|
"source": [
|
||||||
|
"df.isnull().sum()"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "code",
|
||||||
|
"execution_count": 30,
|
||||||
|
"id": "730813c8",
|
||||||
|
"metadata": {},
|
||||||
|
"outputs": [],
|
||||||
|
"source": [
|
||||||
|
"#可视化每一个变量\n",
|
||||||
|
"import warnings\n",
|
||||||
|
"warnings.filterwarnings(\"ignore\")\n",
|
||||||
|
"for i in df.columns:\n",
|
||||||
|
" plt.figure(figsize=(10,5))\n",
|
||||||
|
" plt.title(i)\n",
|
||||||
|
" # 设置字体旋转角度\n",
|
||||||
|
" plt.xticks(rotation=90)\n",
|
||||||
|
" sns.countplot(df[i])\n",
|
||||||
|
" plt.show()"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "code",
|
||||||
|
"execution_count": 24,
|
||||||
|
"id": "34e32440",
|
||||||
|
"metadata": {},
|
||||||
|
"outputs": [
|
||||||
|
{
|
||||||
|
"data": {
|
||||||
|
"text/plain": [
|
||||||
|
"直肠温度 69\n",
|
||||||
|
"脉搏 26\n",
|
||||||
|
"红细胞体积 36\n",
|
||||||
|
"总蛋白值 42\n",
|
||||||
|
"y 9\n",
|
||||||
|
"dtype: int64"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
"execution_count": 24,
|
||||||
|
"metadata": {},
|
||||||
|
"output_type": "execute_result"
|
||||||
|
}
|
||||||
|
],
|
||||||
|
"source": [
|
||||||
|
"# 我们认为这些变量中的0值都是不合理的，所以我们将除了y(最后一列)以外的变量中的0值都替换为np.nan\n",
|
||||||
|
"df[df.columns[:-1]] = df[df.columns[:-1]].replace(0,np.nan)\n",
|
||||||
|
"df.isnull().sum()"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "code",
|
||||||
|
"execution_count": 25,
|
||||||
|
"id": "4a7f1ad7",
|
||||||
|
"metadata": {},
|
||||||
|
"outputs": [
|
||||||
|
{
|
||||||
|
"data": {
|
||||||
|
"text/plain": [
|
||||||
|
"直肠温度 0\n",
|
||||||
|
"脉搏 0\n",
|
||||||
|
"红细胞体积 0\n",
|
||||||
|
"总蛋白值 0\n",
|
||||||
|
"y 9\n",
|
||||||
|
"dtype: int64"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
"execution_count": 25,
|
||||||
|
"metadata": {},
|
||||||
|
"output_type": "execute_result"
|
||||||
|
}
|
||||||
|
],
|
||||||
|
"source": [
|
||||||
|
"# 用众数填充缺失值\n",
|
||||||
|
"# 观察发现直肠温度列是正太分布的，因此可以用均值填充缺失值，其他使用中位数\n",
|
||||||
|
"df['直肠温度'] = df['直肠温度'].fillna(df['直肠温度'].mean())\n",
|
||||||
|
"df[['脉搏','红细胞体积','总蛋白值']] = df[['脉搏','红细胞体积','总蛋白值']].fillna(df[['脉搏','红细胞体积','总蛋白值']].median())\n",
|
||||||
|
"df.isnull().sum()"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "code",
|
||||||
|
"execution_count": 26,
|
||||||
|
"id": "b671b6a2",
|
||||||
|
"metadata": {},
|
||||||
|
"outputs": [],
|
||||||
|
"source": [
|
||||||
|
"## 删除缺失值\n",
|
||||||
|
"df = df.dropna()"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "code",
|
||||||
|
"execution_count": 27,
|
||||||
|
"id": "f1a812b6",
|
||||||
|
"metadata": {},
|
||||||
|
"outputs": [],
|
||||||
|
"source": [
|
||||||
|
"# 再查看一下每个变量的分布\n",
|
||||||
|
"for i in df.columns:\n",
|
||||||
|
" plt.figure(figsize=(10,5))\n",
|
||||||
|
" plt.title(i)\n",
|
||||||
|
" # 设置字体旋转角度\n",
|
||||||
|
" plt.xticks(rotation=90)\n",
|
||||||
|
" sns.countplot(df[i])\n",
|
||||||
|
" plt.show()"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "code",
|
||||||
|
"execution_count": 28,
|
||||||
|
"id": "78edccee",
|
||||||
|
"metadata": {},
|
||||||
|
"outputs": [],
|
||||||
|
"source": [
|
||||||
|
"# 由于变量的取值范围不一样，因此需要对数据进行标准化\n",
|
||||||
|
"import time\n",
|
||||||
|
"X_train,X_test,y_train,y_test = train_test_split(df[df.columns[:-1]],df['y'],test_size=0.3,random_state=0)\n",
|
||||||
|
"X_train = StandardScaler().fit_transform(X_train)\n",
|
||||||
|
"X_test = StandardScaler().fit_transform(X_test)\n",
|
||||||
|
"\n",
|
||||||
|
"model_result = {}\n",
|
||||||
|
"\n",
|
||||||
|
"models = [RandomForestClassifier(),BaggingClassifier(),AdaBoostClassifier(),GaussianNB(),LogisticRegression(),DecisionTreeClassifier(),SVC(),KNeighborsClassifier()]\n",
|
||||||
|
"for model in models:\n",
|
||||||
|
" try:\n",
|
||||||
|
" model_name = str(model).split('(')[0]\n",
|
||||||
|
" start = time.time()\n",
|
||||||
|
" model.fit(X_train,y_train)\n",
|
||||||
|
" y_pred = model.predict(X_test)\n",
|
||||||
|
" end = time.time()\n",
|
||||||
|
" # 存储准确率和混淆矩阵\n",
|
||||||
|
" model_result[model_name] = [accuracy_score(y_test,y_pred),confusion_matrix(y_test,y_pred),end-start]\n",
|
||||||
|
" except Exception as e:\n",
|
||||||
|
" print(model_name,e)\n",
|
||||||
|
"\n",
|
||||||
|
"## 使用df保存模型的结果\n",
|
||||||
|
"df_result = pd.DataFrame(model_result).T\n",
|
||||||
|
"df_result.columns = ['accuracy_score','confusion_matrix','time']\n",
|
||||||
|
"\n",
|
||||||
|
"df_result.sort_values(by='accuracy_score',ascending=False,inplace=True)"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "code",
|
||||||
|
"execution_count": 29,
|
||||||
|
"id": "bea009fc",
|
||||||
|
"metadata": {},
|
||||||
|
"outputs": [],
|
||||||
|
"source": [
|
||||||
|
"# 绘制各个模型的准确率柱状图，并在柱状图上标注值\n",
|
||||||
|
"plt.figure(figsize=(10,5))\n",
|
||||||
|
"plt.title('各个模型的准确率')\n",
|
||||||
|
"sns.barplot(x=df_result.index,y=df_result['accuracy_score'])\n",
|
||||||
|
"for i in range(df_result.shape[0]):\n",
|
||||||
|
" plt.text(i,df_result['accuracy_score'][i],round(df_result['accuracy_score'][i],3),ha='center')\n",
|
||||||
|
"# 设置字体选择\n",
|
||||||
|
"plt.xticks(rotation=90)\n",
|
||||||
|
"plt.show()"
|
||||||
|
]
|
||||||
|
}
|
||||||
|
],
|
||||||
|
"metadata": {
|
||||||
|
"kernelspec": {
|
||||||
|
"display_name": "Python 3 (ipykernel)",
|
||||||
|
"language": "python",
|
||||||
|
"name": "python3"
|
||||||
|
},
|
||||||
|
"language_info": {
|
||||||
|
"codemirror_mode": {
|
||||||
|
"name": "ipython",
|
||||||
|
"version": 3
|
||||||
|
},
|
||||||
|
"file_extension": ".py",
|
||||||
|
"mimetype": "text/x-python",
|
||||||
|
"name": "python",
|
||||||
|
"nbconvert_exporter": "python",
|
||||||
|
"pygments_lexer": "ipython3",
|
||||||
|
"version": "3.10.9"
|
||||||
|
}
|
||||||
|
},
|
||||||
|
"nbformat": 4,
|
||||||
|
"nbformat_minor": 5
|
||||||
|
}
|
||||||
Reference in New Issue
Block a user