数据科学- 绘制线性函数

运动手表数据集

看看我们的健康数据集:

在 Python 中绘制现有数据

现在，我们可以首先使用 matplotlib 库绘制 Average_Pulse 与 Calorie_Burnage 的值。

plot() 函数用于制作点 x,y 的二维六边形分箱图:

实例解析

• 导入matplotlib库的pyplot模块
• 绘制来自 Average_Pulse 与 Calorie_Burnage 的数据
• kind='line' 告诉我们我们想要哪种类型的绘图。 在这里，我们想要一条直线
• plt.ylim() 和 plt.xlim() 告诉我们希望轴从什么值开始。 在这里，我们希望轴从零开始
• plt.show() 向我们展示了输出

上面的代码会产生如下结果:

图形输出

正如我们所见，Average_Pulse 和 Calorie_Burnage 之间存在关系。 Calorie_Burnage 与 Average_Pulse 成比例增加。 这意味着我们可以使用 Average_Pulse 来预测 Calorie_Burnage。

为什么这条线没有完全画到 y 轴上?

原因是我们没有观察到 Average_Pulse 或 Calorie_Burnage 等于 0。 80 是 Average_Pulse 的第一次观察，240 是 Calorie_Burnage 的第一次观察。

看线。 如果平均脉搏从 80 增加到 90，卡路里消耗会怎样?

我们可以使用对角线找到预测卡路里消耗的数学函数。

事实证明:

• 如果平均脉搏为 80，则卡路里消耗为 240
• 如果平均脉搏为 90，则卡路里消耗为 260
• 如果平均脉搏为 100，则卡路里消耗为 280

有一个模式。 如果平均脉搏增加 10，卡路里消耗增加 20。