[PYTHON] Pandas-Grundlagen für Anfänger ③ Erstellen Sie ein Histogramm mit matplotlib

Was ist Pandas?

Ein Datenrahmenobjekt für die Verarbeitung strukturierter Daten in Python. Danach können Sie problemlos Dateien lesen und SQL-Vorgänge ausführen. Dies ist für die Verarbeitung, Berechnung und Visualisierung von Daten durch maschinelles Lernen erforderlich. Eine Memoliste häufig verwendeter Syntaxen für die Datenmanipulation. Dieser Abschnitt befasst sich mit dem Lesen und Verarbeiten von Daten.

Histogramm

Das Histogramm wird häufig zur Datenbestätigung in der Vorbereitungsphase verwendet. Dieses Mal werden wir die matplotlib-Bibliothek verwenden. Sie können problemlos ein problematisches Histogramm erstellen, indem Sie es in Excel ausführen. Für die Daten haben wir die bekannten Titanic-Daten verwendet.

Bibliotheksimport & Datenladen

Nennen Sie pandas pd und importieren Sie es. Dieses Mal wurde auch matplotlib.pyplot mit dem Namen plt importiert. Verwenden Sie Beispieldaten von Titanic

python

import pandas as pd
import matplotlib.pyplot as plt
dataframe = pd.read_csv('train.csv')
dataframe.head()

Histogramm erstellen

Erstellen Sie ein Histogramm nach Alter (Spalte "Alter"). Löschen Sie den fehlenden Wert mit dropna ().

python

plt.hist(dataframe['Age'].dropna(),bins = 10, range = (0,100),color = 'Blue')
plt.show()

Geben Sie die Behälter (Anzahl der anzuzeigenden Flaschen), den Bereich (Datenbreite) und die Farbe (Farbe) an.

Histogramm erstellen (Normalisierung)

Normalisieren Sie so, dass die Gesamtsumme 1 beträgt.

python

plt.hist(dataframe['Age'].dropna(),bins = 20, range = (0,100),color = 'Blue', normed = 'true')
plt.show()

Titel hinzufügen usw.

Fügen Sie Titel usw. hinzu, um die Anzeige zu vereinfachen.

python

plt.title('Age Histogram', fontsize=14)
plt.xlabel('Age', fontsize=14)
plt.grid(True) 
plt.hist(dataframe['Age'].dropna(),bins = 20, range = (0,100),color = 'Blue')
plt.show()

Fügen Sie .title, .xlabel, .grid hinzu.

Gestapelte Anzeige

Die Aufschlüsselungsanzeige von männlich (männlich) und weiblich (weiblich) wird unter Verwendung der gestapelten Anzeige angezeigt. Definieren Sie zur Vorbereitung des Plots malelist_m bzw. malelist_f.

python

malelist_m = dataframe['Sex'] == 'male'
malelist_f = dataframe['Sex'] == 'female'

plt.title('Age Histogram', fontsize=14)
plt.xlabel('Age', fontsize=14)
plt.grid(True) 
plt.hist([dataframe[malelist_m]['Age'],dataframe[malelist_f]['Age']],bins = 20, range = (0,100), color = ['Blue', 'Red'], label = ['male','femal'], stacked=True)
plt.legend(loc="upper right", fontsize=14) 
plt.show()

Wenn Sie mehr als eine stapeln möchten, schreiben Sie als hist ([X1, X2]). Setzen Sie gestapelt auf True, um zu stapeln. (Auch als Falsch geschrieben) Definieren Sie die Legende mit Beschriftung. Fügen Sie eine Legende mit .legend hinzu.