Erfahren Sie, wie Sie PHP und Jupyter Notebook für die Datenanalyse und -visualisierung verwenden

Mit der Popularisierung des Internets und der rasanten Entwicklung von Internetanwendungen steigt die Nachfrage nach Datenanalyse und -visualisierung allmählich. Programmiersprachen wie Python, R und MATLAB sind zur ersten Wahl für Data-Science-Praktiker geworden. Als beliebte Programmiersprache erweitern sich aber auch die Einsatzgebiete von PHP stetig. In diesem Artikel werde ich den Lesern die Verwendung von PHP und Jupyter Notebook für die Datenanalyse und -visualisierung vorstellen.

Lassen Sie uns zunächst über Jupyter Notebook sprechen. Jupyter Notebook ist eine webbasierte, interaktive Open-Source-Jupyter-Notebook-Umgebung, die mehr als 40 Programmiersprachen unterstützt, darunter Python, R, Julia und PHP. Mit Jupyter Notebook können wir Dokumente erstellen und teilen, die Code, Gleichungen, Visualisierungen und narrativen Text enthalten. Jupyter Notebook unterstützt Echtzeitberechnungen und Datenanalysen und bietet eine praktische Möglichkeit zur Datenanalyse und -visualisierung.

Als nächstes werfen wir einen Blick darauf, wie man die PHP-Sprache in Jupyter Notebook integriert. Zuerst müssen Sie Jupyter Notebook installieren. Jupyter Notebook kann über Anaconda (eine Python-Distribution für Data Science) verteilt oder mit pip in einer Python-Umgebung installiert werden.

Nach Abschluss der Installation müssen wir den PHP-Kernel installieren. Der PHP-Kernel ist ein Plug-in in Jupyter Notebook, das es uns ermöglicht, die PHP-Sprache für interaktive Programmierung und Datenanalyse zu verwenden. Geben Sie im Terminal den folgenden Befehl ein, um den PHP-Kernel zu installieren:

pip3 install IPython[all] Geben Sie nach Abschluss den folgenden Befehl ein, um den PHP-Kernel zu installieren:

python3 -m ipykernel install --user --name=php_kernel
Nach Abschluss der Installation können wir mit der Verwendung von Jupyter Notebook und der PHP-Sprache für die Datenanalyse und -visualisierung beginnen.

Als nächstes benötigen wir einige Daten zur Analyse. Hier verwenden wir einen kleinen Datensatz namens „data.csv“. Der Datensatz enthält Umsatzdaten eines Unternehmens für einen bestimmten Monat. Der Datensatz enthält Informationen wie Produktname, Preis, Verkaufsmenge und Verkaufsvolumen.

Wir werden die CSV-Verarbeitungsfunktionen von PHP verwenden, um den Datensatz zu lesen. CSV (Comma-Separated Values) ist ein häufig verwendetes Datenaustauschformat, das Kommas zum Trennen von Datenzeilen verwendet. Hier ist der PHP-Beispielcode zum Lesen einer CSV-Datei:

e10fb825828c5ee396e19b20885ca3bbTop Selling Products2e9b454fa8428549ca2e64dfac4625cd';
foreach ($top_selling_products as $product => $quantity) {

echo "$product: $quantity<br/>";

}

// Histogramm berechnen und zeichnen
$quantities = array();
foreach ($data as $row) {

if (!isset($quantities[$row['product']])) {
    $quantities[$row['product']] = 0;
}
$quantities[$row['product']] += $row['quantity'];

}
$products = array_keys( $ Mengen);
$values ​​​​= array_values($quantities);
$plot = new PHPlot(500, 500);
$plot->SetDataType('text-data');
$plot->SetDataValues( array (array_values($products), array_values($values)));
$plot->SetTitle('Sales by Product');
$plot->SetXTitle('Products');
$plot-> SetYTitle('Sales Quantity');
$plot->SetPlotType('bars');
$plot->DrawGraph();

Dieser Beispielcode lädt den Datensatz „data.csv“ und berechnet die Verkaufsmenge Stellen Sie sich fünf Produkte vor und zeichnen Sie ein nach Produkt gruppiertes und nach Verkaufsmenge sortiertes Balkendiagramm.

In diesem Artikel stellen wir vor, wie man Jupyter Notebook und die PHP-Sprache für die Datenanalyse und -visualisierung verwendet. Wir haben gezeigt, wie man die CSV-Verarbeitungsfunktionen von PHP zum Lesen eines Datensatzes verwendet, PHP-Kernel zum Erstellen von Datenanalyse- und Visualisierungscode in einer Jupyter Notebook-Umgebung verwendet und PHPlot zum Zeichnen von Histogrammen verwendet. Durch die Verwendung von Jupyter Notebook und der PHP-Sprache können wir eine schnelle und benutzerfreundliche Methode zur Datenanalyse und -visualisierung erreichen, die Datenwissenschaftspraktikern eine neue Auswahl bietet.

Das obige ist der detaillierte Inhalt vonErfahren Sie, wie Sie PHP und Jupyter Notebook für die Datenanalyse und -visualisierung verwenden. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!