Visualisera din data

Datamanipulering med pandas

Maggie Matsui

Senior Content Developer at DataCamp

Histogram

import matplotlib.pyplot as plt

dog_pack["height_cm"].hist()

plt.show()

Ett histogram över hundhöjder. De kortaste hundarna är under 20 cm och de längsta är 70 cm. Den vanligaste höjden är mellan 50 och 60 cm.

Histogram

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

Samma histogram över hundhöjder som i föregående bild, men nu med 20 smala staplar.

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

Samma histogram över hundhöjder som i föregående bild, men nu med fem breda staplar.

Stapeldiagram

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

Stapeldiagram

avg_weight_by_breed.plot(kind="bar")

plt.show()

Ett stapeldiagram över hundarnas genomsnittsvikt i kilogram, uppdelat per ras. Sankt Bernhardshundar är tyngst och chihuahuas är lättast.

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

Samma stapeldiagram som till vänster, men med en extra titel: "Mean Weight by Dog Breed".

Linjediagram

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()

Ett linjediagram över hunden Sullys vikt över tid. Vikten varierar mellan 27 och 36 kilogram.

Rotera axeletiketter

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

Samma linjediagram över Sullys vikt som i föregående bild, men med x-axelns text roterad 45 grader medurs.

Punktdiagram

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

Ett punktdiagram över hundarnas vikt mot deras höjd. Vikten ökar med höjden. Det finns några kluster – möjligen per ras.

Överlappande diagram

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

plt.show()

Två histogram över hundhöjder visas i samma diagram. Ett är blått och ett är orange. Det orange histogrammet täcker det blå, vilket gör det svårt att urskilja vad som händer.

Lägg till en legend

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

Samma diagram med två histogram som i föregående bild, men med en legend. "F" för hona markeras som blå och "M" för hane som orange. Det är fortfarande svårt att se vad som händer.

Transparens

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()

Samma diagram med två histogram som i föregående bild, men nu är histogrammen transparenta. Det går nu att se staplarna i honor-histogrammet som doldes av hanar-histogrammet. Det är fortfarande lite otydligt – kolla in Seaborn-kurserna för snyggare diagram.

Avokado

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]

Nu kör vi en övning!

Datamanipulering med pandas