[PYTHON] pandas Matplotlib Zusammenfassung nach Verwendung

Pandas

Daten gelesen

import pandas as pd
df = pd.read_csv('data.csv')

Statistische Informationen ausgeben

pandas.DataFrame.describe — pandas 1.0.4 documentation

df.describe()
TeamId	Score
count	4.709900e+04	47099.000000
mean	4.409698e+06	0.749839
std	9.901986e+05	0.099161
min	2.792400e+04	0.000000
25%	4.501446e+06	0.760760
50%	4.774358e+06	0.770330
75%	4.915774e+06	0.779900
max	5.051599e+06	1.000000

#Grenzen Sie die Ausgabespalten ein
df['Score'].describe()
count    47099.000000
mean         0.749839
std          0.099161
min          0.000000
25%          0.760760
50%          0.770330
75%          0.779900
max          1.000000
Name: Score, dtype: float64

Grenzen Sie die Daten ein

Python Pandas: Boolean indexing on multiple columns - Stack Overflow

total_count = df['Score'].count() # 47099
partial_count = df[(0.6 < df['Score']) & (df['Score'] < 0.8)]['Score'].count() # 42893

Konvertieren Sie kategorisierte Daten in Zahlen

pandas.Series.map — pandas 1.0.4 documentation

# Embarked(C, Q, S)Numerischer Wert(1, 2, 3)Umstellung auf
df_train['Embarked'] = df_train['Embarked'].map({'C': 1, 'Q': 2, 'S': 3})

Spalte umbenennen

pandas.DataFrame.rename — pandas 1.0.4 documentation

# Sex(female, male)Numerischer Wert(0, 1)Konvertieren Sie in und ändern Sie den Spaltennamen in Männlich
df_train['Sex'] = df_train['Sex'].map({'female': 0, 'male': 1})
df_train = df_train.rename(columns={'Sex': 'Male'})

Überprüfen Sie, ob Werte fehlen

pandas.isnull — pandas 1.0.4 documentation pandas.DataFrame.sum — pandas 1.0.4 documentation

df_train.isnull().sum()
PassengerId      0
Survived         0
Pclass           0
Name             0
Male             0
Age            177
SibSp            0
Parch            0
Ticket           0
Fare             0
Cabin          687
Embarked         2
dtype: int64

Fehlende Werte ausschließen

#Schließen Sie alle Zeilen mit fehlenden Werten aus
df_train_dn = df_train.dropna()
#Durch Spalten angegebene Spalten ausschließen
df_train_dn = df_train_dn.drop('Cabin', axis='columns

Funktion auf Zeilen- / Spaltenwerte anwenden

pandas.DataFrame.apply — pandas 1.0.4 documentation

#Titel extrahieren
def getTitle(row):
    name = row['Name']
    p = re.compile('.*\ (.*)\.\ .*')
    surname = p.search(name)
    return surname.group(1)

df_train['Title'] = df_train.apply(getTitle, axis=1)
df_train['FamilyName'] = df_train.apply(getFamilyName, axis=1)

Wert extrahieren

Indexing and selecting data — pandas 1.0.4 documentation Abrufen / Ändern des Werts einer Position mit Pandas unter, iat, loc, iloc | note.nkmk.me

#Geben Sie die Spaltenbezeichnung an
df_train.loc[:, ['Title', 'FamilyName']].head()

# 	Title	FamilyName
# 0	Mr	Braund
# 1	Mrs	Cumings
# 2	Miss	Heikkinen
# 3	Mrs	Futrelle
# 4	Mr	Allen

Berechnen Sie den Durchschnitt usw. für jede Kategorie (GROUP BY)

Verwendung von Pandas groupby --Qiita

#Finden Sie das Durchschnittsalter und die Anzahl der Daten für jeden Titel

s_age_mean_groupby_title = df_train.groupby('Title').mean().loc[:, 'Age']
s_age_count_groupby_title = df_train.groupby('Title').count().loc[:, 'Age']

df_age = pd.concat([s_age_mean_groupby_title, s_age_count_groupby_title], axis='columns')
df_age.columns.values[0] = 'AgeMean'
df_age.columns.values[1] = 'AgeCount'
df_age.sort_values(by='AgeCount', ascending=False)

#        AgeMean   AgeCount	
# Mr	 32.368090 398
# Miss	 21.773973 146
# Mrs	 35.728972 107
# Master  4.574167  36
# Rev    43.166667   6

Werte sortieren

pandas.DataFrame.sort_values — pandas 1.0.5 documentation

• Normalerweise wird der DaraFrame, der sort_values () ausgeführt hat, nicht geändert, und die zurückgegebenen Werte werden in einem sortierten Zustand erhalten. Wenn "inplace = True" angegeben ist, wird der DataFrame, der "sort_values ()" ausgeführt hat, sortiert und der Rückgabewert lautet "None".

Extrahieren Sie eindeutige Werte

pandas.unique — pandas 1.0.5 documentation

Farbe bei der Anzeige von Datenrahmen

pandas.io.formats.style.Styler.apply — pandas 1.0.5 documentation python - Pandas style function to highlight specific columns - Stack Overflow

Matplotlib

Stellen Sie die Diagrammachse ein

matplotlib.pyplot.axis — Matplotlib 3.2.1 documentation

plt.axis(xlim=(-0.005, 1.005), ylim=(0, 9000))

matplotlib.axes.Axes.set_ylim — Matplotlib 3.2.2 documentation Es ist auch möglich, für jede Achse mit "set_xlim ()" und "set_ylim ()" zu setzen.

#Stellen Sie die Obergrenze der y-Achse auf 100 ein
plt.gca().set_ylim(top=100)

Anpassen des Etiketts

Geben Sie die Position des Etiketts an

• python - matplotlib y-axis label on right side - Stack Overflow
• matplotlib.axis.YAxis.set_label_position — Matplotlib 3.1.0 documentation

plt.gca().yaxis.set_label_position('right')

Geben Sie die Beschriftungskoordinaten an

• Setting the position of the ylabel in a matplotlib graph - Stack Overflow
• matplotlib.axis.Axis.set_label_coords — Matplotlib 3.2.2 documentation

#Geben Sie die Beschriftungsposition rechts an und legen Sie die Koordinaten fest(x, y) = (1.25, 0.5)Verschiebung
#(Bezogen auf die Standardkoordinaten rechts(1.25, 0.5)Benimmt sich)
plt.gca().yaxis.set_label_position('right')
plt.gca().yaxis.set_label_coords(1.25, 0.5)

Etikett ausblenden

• matplotlib.axes.Axes.set_xticks — Matplotlib 3.2.2 documentation
• matplotlib - Python hide ticks but show tick labels - Stack Overflow

#X-Achsenbeschriftung ausblenden
plt.gca().set_xticklabels([])
#Y-Achsenbeschriftung ausblenden
plt.gca().set_yticklabels([])

Platzieren Sie die Zeichen an einer beliebigen Position

matplotlib.pyplot.text — Matplotlib 3.1.2 documentation

#Beschriftung der Y-Achse, wenn mehrere Diagramme vorhanden sind(Response Time (s))Ergänze
plt.gcf().text(
  plt.gcf().axes[0].get_position().x1 - 0.45,
  plt.gcf().axes[0].get_position().y1 - 0.5,
  'Response Time (s)',
  rotation=90
)

Passen Sie die Breite zwischen den Diagrammen an

matplotlib.pyplot.tight_layout — Matplotlib 3.1.2 documentation [Python] Einführung in die Beseitigung überlappender Zeichen, die von Matplotlib ausgegeben werden! │ Python-Anfängermemorandum

plt.tight_layout()

Legende anzeigen

matplotlib.pyplot.legend — Matplotlib 3.1.2 documentation

plt.legend(["legend1", "legend2"])

Wird auf Japanisch angezeigt

Geben Sie die Schriftart mit "prop" an. So zeigen Sie Japanisch mit Matplotlib (Windows) einfach an | Gammasoft Co., Ltd.

plt.legend(["Quadratischer Wert"], prop={"family":"MS Gothic"})

Anzeige außerhalb des Diagramms

Geben Sie die Position mit bbox_to_anchor an. python - How to put the legend out of the plot - Stack Overflow

plt.legend(["Quadratischer Wert"], prop={"family":"MS Gothic"}, bbox_to_anchor=(1.05, 1))

Zeigt eine linear ungefähre Neigung zu einem mit Matplotlib gezeichneten Streudiagramm

• numpy.polyfit — NumPy v1.18 Manual
• Kurvenanpassung mit Numpy.polyfit --Qiita
• Python-Memorandum x, y-Streudiagramm und versuchen, sich linear anzunähern - Essen und Schlafen (Digistills Briefpapier-Tagebuch)

#Berechnen Sie die Steigung bei linearer Annäherung
a = np.polyfit(x, y, 1)[0]

Die Indexnotation des Etiketts wurde in die normale Notation geändert

• matplotlib.axes.Axes.ticklabel_format — Matplotlib 3.2.1 documentation
• Ändern Sie die Y-Achsenskala von Matplotlib in Exponentialschreibweise (10. N-te Notation) - Qiita

plt.ticklabel_format(style='plain')

Zeigen Sie die Zahlen auf dem Etikett durch drei Ziffern getrennt an

Zeichnen Sie die Zahlen auf der Achsenbeschriftung durch drei Ziffern getrennt (matplotlib) - Qiita

plt.gca().xaxis.set_major_formatter(plt.FuncFormatter(lambda x, loc: '{:,}'.format(int(x))))

Etiketten sortieren

Legend guide — Matplotlib 3.2.2 documentation python - How is order of items in matplotlib legend determined? - Stack Overflow

handles = []
for label in labels:
  handle = plt.scatter(..., label=label)
  handles.append(handle)

#Definieren Sie eine Funktion als Sortierkriterium in Lambda
labels, handles = zip(*sorted(zip(labels, handles)), key=lamdba x: x[0])

Passen Sie die Größe des Diagramms an

matplotlib.pyplot.subplots_adjust — Matplotlib 3.2.2 documentation

plt.figure()

plt.subplot(121)
# ...
plt.subplot(122)
# ...

#Passen Sie die Breite zwischen den Teilplots an
plt.subplots_adjust(wspace=1, right=3)

Verwenden Sie ggplot

ggplot ist ein Grafikwerkzeug, das häufig in R verwendet wird.

Das Merkmal ist, dass es so beschrieben werden kann, dass sich Diagramme mehrerer Ebenen überlappen. Was ist R ｜ ggplot2 ｜ hanaori ｜ note

plt.style.use('ggplot')

#Geschlecht der Überlebenden der Handlung
df_train_survived = df_train_dn[df_train_dn.Survived == 1]
df_train_survived_age = df_train_survived.iloc[:, 3]
df_train_survived_male = df_train_survived.iloc[:, 2]
plt.scatter(
  df_train_survived_age,
  df_train_survived_male,
  color="#cc6699",
  alpha=0.5
)

#Zeichnen Sie das Geschlecht der Toten
df_train_dead = df_train_dn[df_train_dn.Survived == 0]
df_train_dead_age = df_train_dead.iloc[:, 3]
df_train_dead_male = df_train_dead.iloc[:, 2]
plt.scatter(
  df_train_dead_age,
  df_train_dead_male,
  color="#6699cc",
  alpha=0.5
)

plt.show()

Andere

Rundung

9.4. decimal — Decimal fixed point and floating point arithmetic — Python 2.7.18 documentation

Geben Sie die Anzahl der Stellen mit dem ersten Argument von "Decimal.quantize ()" an.

decile = lambda num: Decimal(num).quantize(Decimal('.001'), rounding=ROUND_HALF_UP)
histogram = Counter(decile(score) for score in df['Score'])
print(histogram.keys())
# dict_keys([Decimal('0.761'), Decimal('0.000'), Decimal('0.775'), ...])

Verwenden Sie den Index mit "map ()"

Getting index of item while processing a list using map in python - Stack Overflow

Die Anzeige der Anzahl der Stellen vom Typ "float" wurde geändert

Ausgabe durch Angabe der Anzahl der Ziffern (Zahlen, Dezimalstellen usw.) in Python print | HEADBOOST

#Geben Sie die Anzahl der Stellen nach dem Dezimalpunkt des Exponenten als 3 Stellen an
# e.g. float_number = 7.918330583e-06
'{:.3e}'.format(float_number)
# 7.918e-06