知识卡片
最小验证只覆盖所测能力
成功导入库并绘制一张图,可以说明这些特定入口在所选环境可用,却不证明本书所有依赖、数据源和算法都可运行。应记录检查范围,再按后续需要补证据;已有终端输出或图像也不能替代这次实际执行记录。本轮仅阅读示例,没有做这些运行验证。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 最小验证只覆盖所测能力
- · 苹果OS X
- · 示例数据
- · MovieLens 1M数据集
- · matplotlib API入门
原书出处 · 5 处
- · 查看原书依据
引入pandas,然后绘制一个简单的matplotlib图形。 C:\Users\Wes>ipython --pylab Python 2.7.3 |EPD_free 7.3-1 (32-bit)| Type "copyright", "credits" or "license" for more information. IPython 0.12.1 --
- · 查看原书依据
绘制一张图片: $ ipython --pylab 22:29 ~/VirtualBox VMs/WindowsXP $ ipython Python 2.7.3 |EPD_free 7.3-1 (32-bit)| (default, Apr 12 2012, 11:28:34) Type "copyright", "credits" or "license
- · 查看原书依据
错误或遗漏。如果出现这种情况的话,请给我发邮件:wesmckinn@gmail.com。
- · 查看原书依据
前几行即可验证数据加载工作是否一切顺利: In [334]: users[:5] Out[334]: user_id gender age occupation zip 0 1 F 1 10 48067 1 2 M 56 16 70072 2 3 M 25 15 55117 3 4 M 45 7 02460 4 5 M 25 20 55455 In [335
- · 查看原书依据
绘制一张简单的图表即可测试是否一切准备就绪: plot(np.arange(10)) 图8-1:一张比较复杂的matplotlib金融曲线图 如果一切都没有问题,就会弹出一个新窗口,其中绘制的是一条直线。你可以用鼠标或输入close()来关闭它。matplotlib API函数(如plot和close)都位于matplotlib.pyplot模块中,其通常的