[PYTHON] Pandas Reverse Memo

Ich werde Dinge zusammenstellen, die ich später wieder verwenden werde (Hinweis: Bitte beachten Sie, dass der Inhalt des persönlichen Memo-Artikels nichts Neues enthält.)

Einführung

Datensatzvorbereitung

import pandas as pd
from sklearn import datasets
iris = datasets.load_iris()
columns = list(map(lambda x: ' '.join(x.split(' ')[:2]), iris.feature_names))
df = pd.DataFrame(iris.data, columns=columns)
df['target'] = iris.target_names[iris.target]
df.head()

Zeigen Sie die Anzahl der Daten pro Etikett an

Überblick

df.groupby('target').size().to_frame.plot.barh()

Ausführungsergebnis:

Kommentar

• Ich benutze to_frame, um pandas.DataFrame.plot.barh zu verwenden
• COUNT GROUP BY nach size () für jeden Wert in der angegebenen Spalte
• Sowohl "bar" als auch "barh" sind möglich, aber ich persönlich mag "barh" mit leicht lesbaren Etiketten.
• Wenn nicht grafisch dargestellt, sieht der DataFrame folgendermaßen aus:

Siehe das farbcodierte Streudiagramm für jedes Etikett

Überblick

for key, indices in df.groupby('target').groups.items():
    x = df.loc[indices]['sepal length']
    y = df.loc[indices]['petal length']
    plt.scatter(x, y, label=key, alpha=0.4)
plt.legend()
plt.show()

Ausführungsergebnis:

Kommentar

• df.groupby ('target'). Groups gibt Ihnen ein Wörterbuch der Form {Angegebener Spaltenwert: Index} mit dem angegebenen Spaltenwert.
• Es kann als Iterator behandelt werden, der Schlüssel und Werte in der Reihenfolge zurückgibt, in der ".items ()" an den Wörterbuchtyp im Python-Standard angehängt ist.
• Andere werden mit matplotlib angezeigt.