Visualizing Time Series Data in Python
Thomas Vincent
Head of Data Science, Getty Images
O método .describe() calcula automaticamente estatísticas-chave de todas as colunas numéricas do seu DataFrame
print(df.describe())
co2
count 2284.000000
mean 339.657750
std 17.100899
min 313.000000
25% 323.975000
50% 337.700000
75% 354.500000
max 373.900000
ax1 = df.boxplot()
ax1.set_xlabel('Seu primeiro boxplot')
ax1.set_ylabel('Valores dos seus dados')
ax1.set_title('Boxplot dos valores dos seus dados')
plt.show()

ax2 = df.plot(kind='hist', bins=100)
ax2.set_xlabel('Seu primeiro histograma')
ax2.set_ylabel('Frequência dos valores nos seus dados')
ax2.set_title('Histograma dos seus dados com 100 bins')
plt.show()

ax3 = df.plot(kind='density', linewidth=2)
ax3.set_xlabel('Seu primeiro gráfico de densidade')
ax3.set_ylabel('Valores de densidade dos seus dados')
ax3.set_title('Gráfico de densidade dos seus dados')
plt.show()

Visualizing Time Series Data in Python