{"id":553,"date":"2020-12-28T19:17:41","date_gmt":"2020-12-28T19:17:41","guid":{"rendered":"https:\/\/web.htk.tlu.ee\/digitaru\/tarkvara2\/?post_type=chapter&p=553"},"modified":"2020-12-28T19:40:51","modified_gmt":"2020-12-28T19:40:51","slug":"joonised-numpy-kahemootmeliste-jarjenditega","status":"publish","type":"chapter","link":"https:\/\/web.htk.tlu.ee\/digitaru\/tarkvara2\/chapter\/joonised-numpy-kahemootmeliste-jarjenditega\/","title":{"raw":"Joonised NumPy kahem\u00f5\u00f5tmeliste j\u00e4rjenditega","rendered":"Joonised NumPy kahem\u00f5\u00f5tmeliste j\u00e4rjenditega"},"content":{"raw":"Kasutame n\u00fc\u00fcd p\u00e4ris andmeid joonise loomiseks. Loeme CSV failist COVID-19 haigusjuhtude tabeli (allikas: https:\/\/koroonakaart.ee\/et<\/a> ). Andmetabelis on j\u00e4rgmised veerud: kuup\u00e4ev (tekst), kinnitatud haigusjuhud (t\u00e4isarv), aktiivsete haigusjuhtude hinnang (t\u00e4isarv), surmad (t\u00e4isarv), haiglaravil (t\u00e4isarv), intensiivravil (t\u00e4isarv). Andmete lugemiseks on mitu v\u00f5imalust ja programmeerija ise otsustab, millist viisi ta soovib kasutada. Selle n\u00e4ite puhul kasutame viisi, kus m\u00e4\u00e4rame iga veeru t\u00fc\u00fcbi eraldi, sest andmed on erinevat t\u00fc\u00fcpi ja veerge ei ole v\u00e4ga palju. Faili saad alla laadida siit: http:\/\/kodu.ut.ee\/~merka123\/plotly\/haigusjuhtumid.csv<\/a> .\r\n\r\n\"\"\r\n
import numpy as np\r\n\r\ncsv = np.genfromtxt('haigusjuhtumid.csv', delimiter=\";\", names=True, encoding = 'UTF-8', dtype=['U20', 'i4', 'i4', 'i4', 'i4','i4'])<\/pre>\r\nTeeme joondiagrammi kinnitatud haigusjuhtude kohta kuup\u00e4evade j\u00e4rgi. Selleks kasutame Plotly moodulit.\r\n
import numpy as np\r\nimport plotly.graph_objects as go\r\n\r\n# Andmed\r\ncsv = np.genfromtxt('haigusjuhtumid.csv', delimiter=\";\", names=True, encoding = 'UTF-8', dtype=['U20', 'i4', 'i4', 'i4', 'i4','i4'])\r\n\r\nkuupaev = csv[\"Kuup\u00e4ev\"]\r\nhaigusjuhud = csv[\"Kinnitatud_haigusjuhud\"]\r\n\r\n# Kasutame Figure k\u00e4sku, mille argumendiks on joondigramm\r\n# Lisame ka x- ja y-telje andmed\r\ndia = go.Figure(data=go.Scatter(x=kuupaev, y=haigusjuhud))\r\n\r\n# Lisame juurde k\u00e4su update_layout, mis lisab joonisele\r\n# pealkirja --> parameeter title\r\n# x-telje pealkirja --> parameeter xaxis_title\r\n# y-telje pealkirja --> parameeter yaxis_title\r\ndia.update_layout(\r\n\ttitle=\"COVID-19 haigusjuhud Eestis\",\r\n\txaxis_title=\"Kuup\u00e4ev\",\r\n\tyaxis_title=\"Kinnitatud haigusjuhud\"\r\n\t)\r\n\r\n# Joonise kuvamiseks peab kasutama show k\u00e4sku\r\ndia.show()\r\n<\/pre>\r\n\r\n\r\n\r\n
\ud83c\udf0c Joonise n\u00e4ide<\/strong> (kl\u00f5psa lingil): http:\/\/kodu.ut.ee\/~merka123\/plotly\/plotly3.html<\/a><\/td>\r\n<\/tr>\r\n<\/tbody>\r\n<\/table>\r\nJ\u00e4rgmisena lisame joonisele andmeid ka teistest veergudest. Selleks, et joonisel kuvataks mitu joont, tuleb kasutada funktsiooni add_trace<\/code> iga joone jaoks eraldi. Samuti lisame igale joonele nime, mis kuvatakse joonise legendis.\r\n
import numpy as np\r\nimport plotly.graph_objects as go\r\n\r\n# Andmed\r\ncsv = np.genfromtxt('haigusjuhtumid.csv', delimiter=\";\", names=True, encoding = 'UTF-8', dtype=['U20', 'i4', 'i4', 'i4', 'i4','i4'])\r\n\r\nkuupaev = csv[\"Kuup\u00e4ev\"]\r\nhaigusjuhud = csv[\"Kinnitatud_haigusjuhud\"]\r\nhinnang = csv[\"Aktiivsete_haigusjuhtude_hinnang\"]\r\nsurmad = csv[\"Surmad\"]\r\nravil = csv[\"Haiglaravil\"]\r\nintensiiv = csv[\"Intensiivravil\"]\r\n\r\n# Kasutame Figure k\u00e4sku, diagrammi loomiseks\r\ndia = go.Figure()\r\n\r\n# Lisame iga veeru kohta andmed joonisele\r\n# Kuna x- ja y-telje andmed on iga joone puhul vajalikud, siis\r\n# lisame alati x-teljele kuup\u00e4evad\r\n# lisame ka legendi jaoks igale joonele nime --> parameeter name\r\ndia.add_trace(go.Scatter(x=kuupaev, y=haigusjuhud, name=\"Kinnitatud haigusjuhud\" ))\r\ndia.add_trace(go.Scatter(x=kuupaev, y=hinnang, name=\"Aktiivsete haigusjuhtude hinnang\"))\r\ndia.add_trace(go.Scatter(x=kuupaev, y=surmad, name=\"Surmad\"))\r\ndia.add_trace(go.Scatter(x=kuupaev, y=ravil, name=\"Haiglaravil\"))\r\ndia.add_trace(go.Scatter(x=kuupaev, y=intensiiv, name=\"Intensiivravil\"))\r\n\r\n# Lisame juurde k\u00e4su update_layout, mis lisab joonisele\r\n# pealkirja --> parameeter title\r\n# x-telje pealkirja --> parameeter xaxis_title\r\n# y-telje pealkirja --> parameeter yaxis_title\r\ndia.update_layout(\r\n\ttitle=\"COVID-19 haigusjuhud Eestis\",\r\n\txaxis_title=\"Kuup\u00e4ev\",\r\n\tyaxis_title=\"Haigusjuhud\",\r\n\t)\r\n\r\n# Joonise kuvamiseks peab show k\u00e4sku kasutama\r\ndia.show()\r\n<\/pre>\r\n\r\n\r\n\r\n
\ud83c\udf0c Joonise n\u00e4ide<\/strong> (kl\u00f5psa lingil): http:\/\/kodu.ut.ee\/~merka123\/plotly\/plotly4.html<\/a><\/td>\r\n<\/tr>\r\n<\/tbody>\r\n<\/table>\r\nSamad andmed v\u00f5ib ka veebist lugeda.\r\n
from urllib.request import urlopen\r\n\r\n# Andmed\r\nurl = 'http:\/\/kodu.ut.ee\/~merka123\/plotly\/haigusjuhtumid.csv'\r\nandmed = urlopen(url)\r\ncsv = np.genfromtxt(andmed, delimiter=\";\", names=True, encoding = 'UTF-8', dtype=['U20', 'i4', 'i4', 'i4', 'i4','i4'])\r\n<\/pre>\r\nPlotly pakub ka erinevaid andmestikke, mida kasutada: https:\/\/github.com\/plotly\/datasets<\/a>. \u00dcks nendest on Gapminderi<\/a> veebisaidilt p\u00e4rit andmestik, kus on j\u00e4rgmised andmed riikide kohta aastast 1952 - 2007: eeldatav keskmine eluiga (lifeExp<\/code>),\u00a0 riik (country<\/code>), maailma regioon (continent<\/code>), aasta (year<\/code>), riigi populatsioon (pop<\/code>), SKT elaniku kohta (gdpPercap<\/code>), riigi ISO kolmet\u00e4heline kood (iso_alpha<\/code>), riigi ISO number (iso_num<\/code>) (loe l\u00e4hemalt List of ISO 3166 country codes<\/a>).\r\n\r\n\"\"\r\n\r\nKasutame neid andmeid mulldiagrammi tegemiseks. Mulldiagrammil on justkui kolm m\u00f5\u00f5det: x- ja y-telg, aga ka kolmas m\u00f5\u00f5de, mis on mulli suurus. Mulldiagramme on kasutatakse peamiselt arvtunnuste vahelise seose n\u00e4itamiseks ja kuidas on need muutunud ajas.\r\n
import plotly.express as px\r\n\r\nandmed = px.data.gapminder()\r\n\r\n# Mulli suurus --> size\r\n# Mullide v\u00e4rv, v\u00e4rvid gruppide j\u00e4rgi --> color\r\n# Kuvatakse paksus kirjas --> hover_name\r\n# Animatsiooni tunnus --> animation_frame\r\n# Mulli maksimaale suurus --> size_max\r\n# x-telje andmete logaritmimine --> log_x\r\n# y-telje andmete skaala --> range_y\r\n# Kuvatud andmesiltide muutmine --> labels\r\n# Diagrammi pealkiri --> title\r\ndia = px.scatter(andmed, y=\"lifeExp\", x=\"gdpPercap\", size=\"pop\",\r\n              \tcolor=\"continent\", hover_name=\"country\",\r\n              \tanimation_frame=\"year\", size_max=60, log_x=True,\r\n              \trange_y=[20, 100],\r\n              \tlabels = {\"lifeExp\": \"Keskmine eeldatav eluiga\",\r\n                            \"gdpPercap\": \"SKT, dollar\",\r\n                            \"continent\": \"Regioon\",\r\n                            \"pop\": \"Rahvaarv\",\r\n                            \"year\": \"Aasta\"},\r\n              \ttitle=\"Keskmine eluiga ja SKT 1952 - 2007\"\r\n              \t)\r\ndia.show()\r\n<\/pre>\r\n\r\n\r\n\r\n
\ud83c\udf0c Joonise n\u00e4ide<\/strong> (kl\u00f5psa lingil): http:\/\/kodu.ut.ee\/~merka123\/plotly\/plotly8.html<\/a><\/td>\r\n<\/tr>\r\n<\/tbody>\r\n<\/table>","rendered":"
Kasutame n\u00fc\u00fcd p\u00e4ris andmeid joonise loomiseks. Loeme CSV failist COVID-19 haigusjuhtude tabeli (allikas: https:\/\/koroonakaart.ee\/et<\/a> ). Andmetabelis on j\u00e4rgmised veerud: kuup\u00e4ev (tekst), kinnitatud haigusjuhud (t\u00e4isarv), aktiivsete haigusjuhtude hinnang (t\u00e4isarv), surmad (t\u00e4isarv), haiglaravil (t\u00e4isarv), intensiivravil (t\u00e4isarv). Andmete lugemiseks on mitu v\u00f5imalust ja programmeerija ise otsustab, millist viisi ta soovib kasutada. Selle n\u00e4ite puhul kasutame viisi, kus m\u00e4\u00e4rame iga veeru t\u00fc\u00fcbi eraldi, sest andmed on erinevat t\u00fc\u00fcpi ja veerge ei ole v\u00e4ga palju. Faili saad alla laadida siit: http:\/\/kodu.ut.ee\/~merka123\/plotly\/haigusjuhtumid.csv<\/a> .<\/p>\n
\"\"<\/p>\n
import numpy as np\r\n\r\ncsv = np.genfromtxt('haigusjuhtumid.csv', delimiter=\";\", names=True, encoding = 'UTF-8', dtype=['U20', 'i4', 'i4', 'i4', 'i4','i4'])<\/pre>\n
Teeme joondiagrammi kinnitatud haigusjuhtude kohta kuup\u00e4evade j\u00e4rgi. Selleks kasutame Plotly moodulit.<\/p>\n
import numpy as np\r\nimport plotly.graph_objects as go\r\n\r\n# Andmed\r\ncsv = np.genfromtxt('haigusjuhtumid.csv', delimiter=\";\", names=True, encoding = 'UTF-8', dtype=['U20', 'i4', 'i4', 'i4', 'i4','i4'])\r\n\r\nkuupaev = csv[\"Kuup\u00e4ev\"]\r\nhaigusjuhud = csv[\"Kinnitatud_haigusjuhud\"]\r\n\r\n# Kasutame Figure k\u00e4sku, mille argumendiks on joondigramm\r\n# Lisame ka x- ja y-telje andmed\r\ndia = go.Figure(data=go.Scatter(x=kuupaev, y=haigusjuhud))\r\n\r\n# Lisame juurde k\u00e4su update_layout, mis lisab joonisele\r\n# pealkirja --> parameeter title\r\n# x-telje pealkirja --> parameeter xaxis_title\r\n# y-telje pealkirja --> parameeter yaxis_title\r\ndia.update_layout(\r\n\ttitle=\"COVID-19 haigusjuhud Eestis\",\r\n\txaxis_title=\"Kuup\u00e4ev\",\r\n\tyaxis_title=\"Kinnitatud haigusjuhud\"\r\n\t)\r\n\r\n# Joonise kuvamiseks peab kasutama show k\u00e4sku\r\ndia.show()\r\n<\/pre>\n\n\n\n
\ud83c\udf0c Joonise n\u00e4ide<\/strong> (kl\u00f5psa lingil): http:\/\/kodu.ut.ee\/~merka123\/plotly\/plotly3.html<\/a><\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n
J\u00e4rgmisena lisame joonisele andmeid ka teistest veergudest. Selleks, et joonisel kuvataks mitu joont, tuleb kasutada funktsiooni add_trace<\/code> iga joone jaoks eraldi. Samuti lisame igale joonele nime, mis kuvatakse joonise legendis.<\/p>\n
import numpy as np\r\nimport plotly.graph_objects as go\r\n\r\n# Andmed\r\ncsv = np.genfromtxt('haigusjuhtumid.csv', delimiter=\";\", names=True, encoding = 'UTF-8', dtype=['U20', 'i4', 'i4', 'i4', 'i4','i4'])\r\n\r\nkuupaev = csv[\"Kuup\u00e4ev\"]\r\nhaigusjuhud = csv[\"Kinnitatud_haigusjuhud\"]\r\nhinnang = csv[\"Aktiivsete_haigusjuhtude_hinnang\"]\r\nsurmad = csv[\"Surmad\"]\r\nravil = csv[\"Haiglaravil\"]\r\nintensiiv = csv[\"Intensiivravil\"]\r\n\r\n# Kasutame Figure k\u00e4sku, diagrammi loomiseks\r\ndia = go.Figure()\r\n\r\n# Lisame iga veeru kohta andmed joonisele\r\n# Kuna x- ja y-telje andmed on iga joone puhul vajalikud, siis\r\n# lisame alati x-teljele kuup\u00e4evad\r\n# lisame ka legendi jaoks igale joonele nime --> parameeter name\r\ndia.add_trace(go.Scatter(x=kuupaev, y=haigusjuhud, name=\"Kinnitatud haigusjuhud\" ))\r\ndia.add_trace(go.Scatter(x=kuupaev, y=hinnang, name=\"Aktiivsete haigusjuhtude hinnang\"))\r\ndia.add_trace(go.Scatter(x=kuupaev, y=surmad, name=\"Surmad\"))\r\ndia.add_trace(go.Scatter(x=kuupaev, y=ravil, name=\"Haiglaravil\"))\r\ndia.add_trace(go.Scatter(x=kuupaev, y=intensiiv, name=\"Intensiivravil\"))\r\n\r\n# Lisame juurde k\u00e4su update_layout, mis lisab joonisele\r\n# pealkirja --> parameeter title\r\n# x-telje pealkirja --> parameeter xaxis_title\r\n# y-telje pealkirja --> parameeter yaxis_title\r\ndia.update_layout(\r\n\ttitle=\"COVID-19 haigusjuhud Eestis\",\r\n\txaxis_title=\"Kuup\u00e4ev\",\r\n\tyaxis_title=\"Haigusjuhud\",\r\n\t)\r\n\r\n# Joonise kuvamiseks peab show k\u00e4sku kasutama\r\ndia.show()\r\n<\/pre>\n\n\n\n
\ud83c\udf0c Joonise n\u00e4ide<\/strong> (kl\u00f5psa lingil): http:\/\/kodu.ut.ee\/~merka123\/plotly\/plotly4.html<\/a><\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n
Samad andmed v\u00f5ib ka veebist lugeda.<\/p>\n
from urllib.request import urlopen\r\n\r\n# Andmed\r\nurl = 'http:\/\/kodu.ut.ee\/~merka123\/plotly\/haigusjuhtumid.csv'\r\nandmed = urlopen(url)\r\ncsv = np.genfromtxt(andmed, delimiter=\";\", names=True, encoding = 'UTF-8', dtype=['U20', 'i4', 'i4', 'i4', 'i4','i4'])\r\n<\/pre>\n
Plotly pakub ka erinevaid andmestikke, mida kasutada: https:\/\/github.com\/plotly\/datasets<\/a>. \u00dcks nendest on Gapminderi<\/a> veebisaidilt p\u00e4rit andmestik, kus on j\u00e4rgmised andmed riikide kohta aastast 1952 – 2007: eeldatav keskmine eluiga (lifeExp<\/code>),\u00a0 riik (country<\/code>), maailma regioon (continent<\/code>), aasta (year<\/code>), riigi populatsioon (pop<\/code>), SKT elaniku kohta (gdpPercap<\/code>), riigi ISO kolmet\u00e4heline kood (iso_alpha<\/code>), riigi ISO number (iso_num<\/code>) (loe l\u00e4hemalt List of ISO 3166 country codes<\/a>).<\/p>\n
\"\"<\/p>\n
Kasutame neid andmeid mulldiagrammi tegemiseks. Mulldiagrammil on justkui kolm m\u00f5\u00f5det: x- ja y-telg, aga ka kolmas m\u00f5\u00f5de, mis on mulli suurus. Mulldiagramme on kasutatakse peamiselt arvtunnuste vahelise seose n\u00e4itamiseks ja kuidas on need muutunud ajas.<\/p>\n
import plotly.express as px\r\n\r\nandmed = px.data.gapminder()\r\n\r\n# Mulli suurus --> size\r\n# Mullide v\u00e4rv, v\u00e4rvid gruppide j\u00e4rgi --> color\r\n# Kuvatakse paksus kirjas --> hover_name\r\n# Animatsiooni tunnus --> animation_frame\r\n# Mulli maksimaale suurus --> size_max\r\n# x-telje andmete logaritmimine --> log_x\r\n# y-telje andmete skaala --> range_y\r\n# Kuvatud andmesiltide muutmine --> labels\r\n# Diagrammi pealkiri --> title\r\ndia = px.scatter(andmed, y=\"lifeExp\", x=\"gdpPercap\", size=\"pop\",\r\n              \tcolor=\"continent\", hover_name=\"country\",\r\n              \tanimation_frame=\"year\", size_max=60, log_x=True,\r\n              \trange_y=[20, 100],\r\n              \tlabels = {\"lifeExp\": \"Keskmine eeldatav eluiga\",\r\n                            \"gdpPercap\": \"SKT, dollar\",\r\n                            \"continent\": \"Regioon\",\r\n                            \"pop\": \"Rahvaarv\",\r\n                            \"year\": \"Aasta\"},\r\n              \ttitle=\"Keskmine eluiga ja SKT 1952 - 2007\"\r\n              \t)\r\ndia.show()\r\n<\/pre>\n\n\n\n
\ud83c\udf0c Joonise n\u00e4ide<\/strong> (kl\u00f5psa lingil): http:\/\/kodu.ut.ee\/~merka123\/plotly\/plotly8.html<\/a><\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n","protected":false},"author":16,"menu_order":11,"template":"","meta":{"pb_show_title":"on","pb_short_title":"","pb_subtitle":"","pb_authors":[],"pb_section_license":""},"chapter-type":[],"contributor":[],"license":[],"class_list":["post-553","chapter","type-chapter","status-publish","hentry"],"part":90,"_links":{"self":[{"href":"https:\/\/web.htk.tlu.ee\/digitaru\/tarkvara2\/wp-json\/pressbooks\/v2\/chapters\/553","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/web.htk.tlu.ee\/digitaru\/tarkvara2\/wp-json\/pressbooks\/v2\/chapters"}],"about":[{"href":"https:\/\/web.htk.tlu.ee\/digitaru\/tarkvara2\/wp-json\/wp\/v2\/types\/chapter"}],"author":[{"embeddable":true,"href":"https:\/\/web.htk.tlu.ee\/digitaru\/tarkvara2\/wp-json\/wp\/v2\/users\/16"}],"version-history":[{"count":2,"href":"https:\/\/web.htk.tlu.ee\/digitaru\/tarkvara2\/wp-json\/pressbooks\/v2\/chapters\/553\/revisions"}],"predecessor-version":[{"id":568,"href":"https:\/\/web.htk.tlu.ee\/digitaru\/tarkvara2\/wp-json\/pressbooks\/v2\/chapters\/553\/revisions\/568"}],"part":[{"href":"https:\/\/web.htk.tlu.ee\/digitaru\/tarkvara2\/wp-json\/pressbooks\/v2\/parts\/90"}],"metadata":[{"href":"https:\/\/web.htk.tlu.ee\/digitaru\/tarkvara2\/wp-json\/pressbooks\/v2\/chapters\/553\/metadata\/"}],"wp:attachment":[{"href":"https:\/\/web.htk.tlu.ee\/digitaru\/tarkvara2\/wp-json\/wp\/v2\/media?parent=553"}],"wp:term":[{"taxonomy":"chapter-type","embeddable":true,"href":"https:\/\/web.htk.tlu.ee\/digitaru\/tarkvara2\/wp-json\/pressbooks\/v2\/chapter-type?post=553"},{"taxonomy":"contributor","embeddable":true,"href":"https:\/\/web.htk.tlu.ee\/digitaru\/tarkvara2\/wp-json\/wp\/v2\/contributor?post=553"},{"taxonomy":"license","embeddable":true,"href":"https:\/\/web.htk.tlu.ee\/digitaru\/tarkvara2\/wp-json\/wp\/v2\/license?post=553"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}