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：

用 Python 绘制现有数据

现在，我们首先可以使用 matplotlib 库绘制 Average_Pulse 与 Calorie_Burnage 的值。

这个plot()函数用于制作点 x,y 的二维六边形分箱图：

示例解释

• 导入matplotlib库的pyplot模块
• 根据 Average_Pulse 和 Calorie_Burnage 绘制数据
• kind='line'告诉我们我们想要哪种类型的情节。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() 向我们显示输出

上面的代码将产生以下结果：

图形输出

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

为什么该线没有完全绘制到 y 轴？

原因是我们没有观察到 Average_Pulse 或 Calorie_Burnage 等于 0。 80 是 Average_Pulse 的第一个观测值，240 是 Calorie_Burnage 的第一个观测值。

看线。如果平均脉搏从 80 增加到 90，卡路里燃烧会发生什么变化？

我们可以使用对角线找到数学函数来预测卡路里燃烧量。

事实证明：

• 如果平均脉搏为 80，则卡路里燃烧量为 240
• 如果平均脉搏为 90，则卡路里燃烧量为 260
• 如果平均脉搏为 100，则卡路里燃烧量为 280

有一个模式。如果平均脉搏增加 10，则卡路里燃烧量增加 20。