Vizualizarea datelor

Manipularea datelor cu pandas

Maggie Matsui

Senior Content Developer at DataCamp

Histograme

import matplotlib.pyplot as plt

dog_pack["height_cm"].hist()

plt.show()

Histogramă a înălțimii câinilor. Cei mai scunzi sunt sub 20 cm, cei mai înalți ating 70 cm. Înălțimea cea mai frecventă este între 50 și 60 cm.

Histograme

dog_pack["height_cm"].hist(bins=20)
plt.show()

Aceeași histogramă a înălțimii câinilor, acum cu 20 de intervale înguste.

dog_pack["height_cm"].hist(bins=5)
plt.show()

Aceeași histogramă a înălțimii câinilor, acum cu cinci intervale largi.

Grafice cu bare

avg_weight_by_breed = dog_pack.groupby("breed")["weight_kg"].mean()
print(avg_weight_by_breed)

breed
Beagle         10.636364
Boxer          30.620000
Chihuahua       1.491667
Chow Chow      22.535714
Dachshund       9.975000
Labrador       31.850000
Poodle         20.400000
St. Bernard    71.576923
Name: weight_kg, dtype: float64

Grafice cu bare

avg_weight_by_breed.plot(kind="bar")

plt.show()

Grafic cu bare al greutății medii a câinilor (în kilograme), pe rase. Câinii St. Bernard sunt cei mai grei, iar chihuahua cei mai ușori.

avg_weight_by_breed.plot(kind="bar",
    title="Mean Weight by Dog Breed")
plt.show()

Același grafic cu bare, dar cu titlul „Mean Weight by Dog Breed".

Grafice liniare

sully.head()

          date    weight_kg
0   2019-01-31         36.1
1   2019-02-28         35.3
2   2019-03-31         32.0
3   2019-04-30         32.9
4   2019-05-31         32.0

sully.plot(x="date", 
           y="weight_kg", 
           kind="line")
plt.show()

Grafic liniar al greutății câinelui Sully în timp. Greutatea variază între 27 și 36 de kilograme.

Rotirea etichetelor axei

sully.plot(x="date", y="weight_kg", kind="line", rot=45)
plt.show()

Același grafic liniar al greutății lui Sully, dar cu etichetele de pe axa x rotite cu 45 de grade în sensul acelor de ceasornic.

Grafice de dispersie

dog_pack.plot(x="height_cm", y="weight_kg", kind="scatter")
plt.show()

Grafic de dispersie al greutății față de înălțimea câinilor. Pe măsură ce înălțimea crește, crește și greutatea. Există câteva grupări — probabil corespund raselor.

Suprapunerea graficelor

dog_pack[dog_pack["sex"]=="F"]["height_cm"].hist()
dog_pack[dog_pack["sex"]=="M"]["height_cm"].hist()

plt.show()

Două histograme ale înălțimii câinilor pe același grafic. Una este albastră, cealaltă portocalie. Histograma portocalie o acoperă pe cea albastră, fiind dificil de interpretat.

Adăugarea unei legende

dog_pack[dog_pack["sex"]=="F"]["height_cm"].hist()
dog_pack[dog_pack["sex"]=="M"]["height_cm"].hist()
plt.legend(["F", "M"])
plt.show()

Același grafic cu două histograme, acum cu legendă. „F" (femele) este marcat cu albastru, „M" (masculi) cu portocaliu. Suprapunerea rămâne dificil de interpretat.

Transparență

dog_pack[dog_pack["sex"]=="F"]["height_cm"].hist(alpha=0.7)
dog_pack[dog_pack["sex"]=="M"]["height_cm"].hist(alpha=0.7)
plt.legend(["F", "M"])
plt.show()

Același grafic cu două histograme, acum cu transparență. Barele din histograma femelelor, ascunse anterior, devin vizibile. Aspectul vizual rămâne modest — cursurile Seaborn oferă grafice mai atractive.

Avocado

print(avocados)

            date          type  year  avg_price         size     nb_sold
0     2015-12-27  conventional  2015       0.95        small  9626901.09
1     2015-12-20  conventional  2015       0.98        small  8710021.76
2     2015-12-13  conventional  2015       0.93        small  9855053.66
...          ...           ...   ...        ...          ...         ...
1011  2018-01-21       organic  2018       1.63  extra_large     1490.02
1012  2018-01-14       organic  2018       1.59  extra_large     1580.01
1013  2018-01-07       organic  2018       1.51  extra_large     1289.07

[1014 rows x 6 columns]

Să exersăm!

Manipularea datelor cu pandas