Analisando os dados do farmers market

Aprimorando suas visualizações de dados em Python

Nick Strayer

Instructor

Primeiras explorações de um conjunto de dados

  • Comece com uma visão geral
  • Mostre o máximo de info possível
  • Não se preocupe com a aparência

Uma caixa se abrindo

Aprimorando suas visualizações de dados em Python

Usando seu head()

pollution.head()

Saída básica do comando head do Python com tipos de coluna indicados

Aprimorando suas visualizações de dados em Python
# Just show median
pollution.describe(percentiles=[0.5]
                   # Describe all columns
                   include='all')

Saída da função describe do pandas com dados categóricos em cima e contínuos embaixo

Aprimorando suas visualizações de dados em Python
pd.plotting.scatter_matrix(pollution, alpha = 0.2);

Matriz de dispersão densa dos dados de poluição mostrando correlações entre colunas contínuas

Aprimorando suas visualizações de dados em Python

Matriz de dispersão dos dados de poluição com a dispersão de CO e NO2 destacada

Aprimorando suas visualizações de dados em Python

Matriz de dispersão dos dados de poluição com histogramas marginais na diagonal destacados

Aprimorando suas visualizações de dados em Python
markets.head()

Primeiras cinco linhas dos novos dados de farmers market com tipos de coluna indicados

Aprimorando suas visualizações de dados em Python

Vamos explorar nossos dados

Aprimorando suas visualizações de dados em Python

Preparing Video For Download...