ဒေတာသိပ္ပံ - မျဉ်းကြောင်းအတိုင်း လုပ်ဆောင်ချက်များကို ပုံဖော်ခြင်း။

အားကစားစောင့်ကြည့်မှုဒေတာသတ်မှတ်

ကျွန်ုပ်တို့၏ ကျန်းမာရေးဒေတာအတွဲကို ကြည့်ရှုပါ-

Python တွင် ရှိပြီးသား Data ကို ဆွဲပါ။

ယခု၊ ကျွန်ုပ်တို့သည် matplotlib စာကြည့်တိုက်ကို အသုံးပြု၍ Calorie_Burnage နှင့် ယှဉ်လျှင် Average_Pulse ၏ တန်ဖိုးများကို ဦးစွာ ပုံဖော်နိုင်သည်။

plot()လုပ်ဆောင်ချက်ကို အမှတ် x၊y ၏ 2D ဆဋ္ဌဂံပုံဆွဲကွက်တစ်ခု ပြုလုပ်ရန် အသုံးပြုသည် -

နမူနာရှင်းပြထားပါတယ်။

• matplotlib စာကြည့်တိုက်၏ pyplot module ကိုတင်သွင်းပါ။
• Calorie_Burnage နှင့် Average_Pulse မှဒေတာကို ဆွဲချပါ။
• kind='line'လိုချင်တဲ့ ဇာတ်ကွက် အမျိုးအစားကို ပြောပြပါ။ ဒီမှာတော့ မျဉ်းဖြောင့်ရှိစေချင်တယ်။
• plt.ylim() နှင့် plt.xlim() သည် ကျွန်ုပ်တို့ ဝင်ရိုးကို စတင်စေလိုသည့် တန်ဖိုးကို ပြောပြသည်။ ဤတွင်၊ ကျွန်ုပ်တို့သည် ဝင်ရိုးကို သုညမှ စတင်လိုသည်။
• plt.show() သည် ကျွန်ုပ်တို့အား output ကိုပြသသည်။

အထက်ဖော်ပြပါ ကုဒ်သည် အောက်ပါရလဒ်ကို ထုတ်ပေးလိမ့်မည်-

ဂရပ်ဖ်အထွက်

ကျွန်ုပ်တို့မြင်ရသည့်အတိုင်း၊ Average_Pulse နှင့် Calorie_Burnage အကြား ဆက်နွယ်မှုရှိပါသည်။ Calorie_Burnage သည် Average_Pulse ဖြင့် အချိုးကျ တိုးလာသည်။ Calorie_Burnage ကို ခန့်မှန်းရန် Average_Pulse ကို သုံးနိုင်သည်ဟု ဆိုလိုသည်။

မျဉ်းအား y ဝင်ရိုးသို့ အဘယ်ကြောင့် အပြည့်အဝ မဆွဲရသနည်း။

အကြောင်းရင်းမှာ Average_Pulse သို့မဟုတ် Calorie_Burnage သည် သုညနှင့်ညီမျှသည့် စူးစမ်းလေ့လာမှုများမရှိခြင်းကြောင့်ဖြစ်သည်။ 80 သည် Average_Pulse ၏ ပထမဆုံးကြည့်ရှုမှုဖြစ်ပြီး 240 သည် Calorie_Burnage ၏ ပထမဆုံးကြည့်ရှုမှုဖြစ်သည်။

လိုင်းကိုကြည့်ပါ။ ပျမ်းမျှသွေးခုန်နှုန်း 80 မှ 90 ထိတိုးလာပါက ကယ်လိုရီလောင်ကျွမ်းမှုက ဘာဖြစ်မလဲ။

ကယ်လိုရီလောင်ကျွမ်းမှုကို ခန့်မှန်းရန် သင်္ချာလုပ်ဆောင်ချက်ကို ရှာဖွေရန် ထောင့်ဖြတ်မျဉ်းကို အသုံးပြုနိုင်သည်။

ထွက်သည်အတိုင်း:

• ပျမ်းမျှသွေးခုန်နှုန်းက 80 ဆိုရင် ကယ်လိုရီလောင်ကျွမ်းမှုက 240 ဖြစ်ပါတယ်။
• ပျမ်းမျှသွေးခုန်နှုန်းက 90 ဆိုရင် ကယ်လိုရီလောင်ကျွမ်းမှုက 260 ဖြစ်ပါတယ်။
• ပျမ်းမျှသွေးခုန်နှုန်းက 100 ဆိုရင် ကယ်လိုရီလောင်ကျွမ်းမှုက 280 ဖြစ်ပါတယ်။

ပုံစံတစ်ခုရှိပါတယ်။ ပျမ်းမျှသွေးခုန်နှုန်း 10 တိုးလာပါက ကယ်လိုရီလောင်ကျွမ်းမှုသည် 20 တိုးလာသည်။