Панда рисунки по клеткам: Как нарисовать панду по клеточкам — картинки по клеточкам панда

>>>

 В [7]: %matplotlib inline
 

Доступен ряд других бэкендов. Для получения дополнительной информации ознакомьтесь с учебным пособием Rich Outputs в документации IPython.

Теперь вы готовы сделать свой первый сюжет! Вы можете сделать это с помощью .plot() :

>>>

 В [8]: df.plot(x="Rank", y=["P25th", "Median", "P75th"])
Выход[8]: 
 

.plot() возвращает линейный график, содержащий данные из каждой строки в DataFrame. Значения по оси x представляют ранг каждого учреждения, а значения

Примечание: Если вы не используете блокнот Jupyter или оболочку IPython, вам нужно будет использовать 9Интерфейс 0010 pyplot из matplotlib для отображения графика.

Вот как показать рисунок в стандартной оболочке Python:

>>>

 >>> import matplotlib. pyplot as plt
>>> df.plot(x="Rank", y=["P25th", "Median", "P75th"])
>>> plt.show()
 

Обратите внимание, что вы должны сначала импортировать модуль pyplot из Matplotlib перед вызовом plt.show() для отображения графика.

Фигурка произведена .plot() по умолчанию отображается в отдельном окне и выглядит так:

Глядя на сюжет, можно сделать следующие наблюдения:

• Средний доход уменьшается по мере снижения ранга. Это ожидаемо, поскольку ранг определяется средним доходом.

• Некоторые специальности имеют большие разрывы между 25-м и 75-м процентилями. Люди с этими степенями могут зарабатывать значительно меньше или значительно больше среднего дохода.

• Другие специальности имеют очень небольшие разрывы между 25-м и 75-м процентилями. Люди с этими степенями получают зарплату, очень близкую к среднему доходу.

Ваш первый график уже намекает, что в данных есть еще много интересного! Одни мейджоры имеют широкий диапазон заработка, другие — довольно узкий. Чтобы обнаружить эти различия, вы будете использовать несколько других типов графиков.

.plot() имеет несколько необязательных параметров. В частности, 9Параметр 0010 типа принимает одиннадцать различных строковых значений и определяет, какой тип графика вы создадите:

1. "площадь" для площадных участков.
2. "bar" для вертикальных гистограмм.
3. "barh" для горизонтальных гистограмм.
4. "коробка" для коробчатых диаграмм.
5. "hexbin" для шестигранных графиков.
6. "hist" для гистограмм.
7. "kde" для диаграмм оценки плотности ядра.
8. "density" является псевдонимом для "kde" .
9. "line" для линейных графиков.
10. "пирог" для круговых диаграмм.
11. "разброс" для точечных диаграмм.

Значение по умолчанию: "строка" . Линейные графики, такие как тот, который вы создали выше, обеспечивают хороший обзор ваших данных. Вы можете использовать их для определения общих тенденций. Они редко дают сложную информацию, но могут подсказать, где увеличить масштаб.

Если вы не укажете параметр .plot() , он создаст линейный график с индексом по оси x и всеми числовыми столбцами по оси y. Хотя это полезное значение по умолчанию для наборов данных с несколькими столбцами, для набора данных по специальностям колледжа и его нескольких числовых столбцов это выглядит довольно беспорядочно.

Примечание: В качестве альтернативы передаче строк параметру типа объекта .plot() , Объекты DataFrame имеют несколько методов, которые можно использовать для создания различных типов графиков, описанных выше:

1. . площадь()
2. .бар()
3. .барх()
4. .ящик()
5. .hexbin()
6. .hist()
7. .kde()
8. .плотность()
9. .строка()
10. .пиг()
11. .разброс()

В этом руководстве вы будете использовать интерфейс .plot() и передавать строки в вид параметра . Вам также предлагается попробовать методы, упомянутые выше.

Теперь, когда вы создали свой первый график панд, давайте подробнее рассмотрим, как работает .plot() .

Удалить рекламу

Заглянуть под капот: Matplotlib

Когда вы вызываете .plot() для объекта DataFrame , Matplotlib создает график под капотом.

Чтобы убедиться в этом, попробуйте два фрагмента кода. Сначала создайте график с помощью Matplotlib, используя два столбца вашего DataFrame:

>>>

 В [9]: импортировать matplotlib.pyplot как plt
В [10]: plt.plot(df["Ранг"], df["P75th"])
Выход[10]: []
 

Сначала вы импортируете модуль matplotlib.pyplot и переименовываете его в plt . Затем вы вызываете plot() и передаете объекту DataFrame столбец «Rank» в качестве первого аргумента и столбец «P75th» в качестве второго аргумента.

Результатом является линейный график, отображающий 75-й процентиль по оси Y в зависимости от ранга по оси X:

Вы можете создать точно такой же график, используя метод объекта DataFrame .plot() :

>>>

 В [11]: df.plot(x="Rank", y="P75th")
Выход[11]: 
 

. plot() — это оболочка для pyplot.plot() , и результатом является график, идентичный тому, который вы создали с помощью Matplotlib:

Вы можете использовать как pyplot.plot() , так и df.plot() для создания одного и того же графика из столбцов Объект DataFrame . Однако, если у вас уже есть экземпляр DataFrame , то df.plot() предлагает более чистый синтаксис, чем pyplot.plot() .

Примечание: Если вы уже знакомы с Matplotlib, вас может заинтересовать параметр kwargs для .plot() . Вы можете передать ему словарь, содержащий аргументы ключевых слов, которые затем будут переданы в бэкэнд построения графиков Matplotlib.

Для получения дополнительной информации о Matplotlib ознакомьтесь с Python Plotting With Matplotlib.

Теперь, когда вы знаете, что метод .plot() объекта DataFrame является оболочкой для pyplot. plot() Matplotlib , давайте углубимся в различные типы графиков, которые вы можете создать, и как их сделать.

Изучите свои данные

Следующие графики дадут вам общее представление о конкретном столбце вашего набора данных. Во-первых, вы посмотрите на распределение свойства с помощью гистограммы. Затем вы познакомитесь с некоторыми инструментами для изучения выбросов.

Распределения и гистограммы

DataFrame — не единственный класс в pandas с методом .plot() . Как это часто бывает в пандах, объект серии обеспечивает аналогичную функциональность.

Вы можете получить каждый столбец DataFrame как объект серии . Вот пример использования столбца «Медиана» кадра данных, который вы создали из основных данных колледжа:

>>>

 В [12]: median_column = df["Median"]
В [13]: type(median_column)
Вышло[13]: pandas.core.series. Series
 

Теперь, когда у вас есть объект Series , вы можете создать для него график. Гистограмма — это хороший способ визуализировать распределение значений в наборе данных. Гистограммы группируют значения в интервала и отображают количество точек данных, значения которых находятся в определенном интервале.

Создадим гистограмму для столбца "Медиана" :

>>>

 В [14]: median_column.plot(kind="hist")
Выход[14]: 
 

Вы вызываете .plot() для серии median_column и передаете строку "hist" параметру типа . Вот и все!

При вызове .plot() вы увидите следующую цифру:

На гистограмме показаны данные, сгруппированные по десяти ячейкам в диапазоне от 20 000 до 120 000 долларов, и каждая ячейка имеет ширину , равную 10 000 долларов. Гистограмма имеет форму, отличную от формы нормального распределения, которая имеет форму симметричного колокола с пиком посередине.

Однако гистограмма медианных данных имеет пик слева ниже 40 000 долларов. Хвост тянется далеко вправо и говорит о том, что действительно есть месторождения, крупные компании могут рассчитывать на значительно более высокие доходы.

Удалить рекламу

Выбросы

Вы заметили тот одинокий маленький ящик на правом краю раздачи? Кажется, что у одной точки данных есть своя категория. Майоры в этой области получают отличную зарплату по сравнению не только со средней, но и с занявшей второе место. Хотя это не является его основной целью, гистограмма может помочь вам обнаружить такой выброс. Давайте еще немного исследуем выброс:

• Какие основные направления представляет этот выброс?
• Насколько велик его край?

В отличие от первого обзора, вы хотите сравнить только несколько точек данных, но хотите увидеть более подробную информацию о них. Для этого барограмма является отличным инструментом. Сначала выберите пять специальностей с самым высоким средним доходом. Вам понадобится два шага:

1. Для сортировки по столбцу «Медиана» используйте .sort_values() и укажите имя столбца, по которому вы хотите выполнить сортировку, а также направление по возрастанию=ложь .
2. Чтобы получить первые пять элементов списка, используйте .head() .

Давайте создадим новый DataFrame с именем top_5 :

>>>

 В [15]: top_5 = df.sort_values(by="Median", по возрастанию=False).head()
 

Теперь у вас есть фрейм данных меньшего размера, содержащий только пять самых прибыльных специальностей. В качестве следующего шага вы можете создать гистограмму, показывающую только основные компании с пятью самыми высокими средними зарплатами:

>>>

 В [16]: top_5.plot(x="Major", y="Median", kind="bar", rot=5, fontsize=4)
Выход[16]: 
 

Обратите внимание, что вы используете параметры rot и fontsize для поворота и изменения размера меток оси X, чтобы они были видны. Вы увидите график с 5 барами:

Этот график показывает, что средняя заработная плата инженеров-нефтяников более чем на 20 000 долларов выше, чем у остальных. Доходы крупных компаний, занявших второе-четвертое места, относительно близки друг к другу.

Если у вас есть точка данных с гораздо более высоким или более низким значением, чем у остальных, вам, вероятно, захочется изучить ее немного подробнее. Например, вы можете просмотреть столбцы, содержащие связанные данные.

Давайте исследуем всех специалистов, чья средняя зарплата превышает 60 000 долларов. Во-первых, вам нужно отфильтровать эти майоры по маске df[df["Median"] > 60000] . Затем вы можете создать еще одну гистограмму, показывающую все три столбца доходов:

 В [17]: top_medians = df[df["Медиана"] > 60000].sort_values("Медиана")
В [18]: top_medians.plot(x="Major", y=["P25th", "Median", "P75th"], kind="bar")
Выход[18]: 
 

 В [19]: df.plot(x="Median", y="Unemployment_rate", kind="scatter")
Out[19]: 
 

 В [20]: cat_totals = df.groupby("Major_category")["Total"].sum().sort_values()
В [21]: cat_totals
Вышли[21]:
Major_category
Междисциплинарный 12296.0
Сельское хозяйство и природные ресурсы 75620.0
Право и государственная политика 179107.0
Физические науки 185479.0
Промышленное искусство и потребительские услуги 229792,0
Компьютеры и математика 299008.0
Искусство 357130.0
Коммуникации и журналистика 392601.0
Биология и науки о жизни 453862. 0
Здоровье 463230.0
Психология и социальная работа 481007.0
Общественные науки 529966.0
Машиностроение 537583.0
Образование 559129.0
Гуманитарные науки и гуманитарные науки 713468.0
Бизнес 1302376.0
Имя: Итого, dtype: float64
 

 В [22]: cat_totals.plot(kind="barh", fontsize=4)
Выход[22]: 
 

 В [23]: small_cat_totals = cat_totals[cat_totals < 100_000]
В [24]: big_cat_totals = cat_totals[cat_totals > 100_000]
В [25]: # Добавление нового пункта "Другое" с суммой мелких категорий
В [26]: small_sums = pd. Series([small_cat_totals.sum()], index=["Другое"])
В [27]: big_cat_totals = big_cat_totals.append(small_sums)
В [28]: big_cat_totals.plot(kind="pie", label="")
Выход[28]: 
 

 В [29]: df[df["Major_category"] == "Engineering"]["Median"].plot(kind="hist")
Выход[29]: 
 

 Имя ID Cel Дата
0 Диего b000000005 7878 2565-05-31 20:53:00
1 Луис b000000015 6464 2017-05-11 20:53:00
2 Видаль b000000002 1100 08.05.2017 20:53:00
3 Джон b000000011 4545 06.06.2017 20:53:00
4 Юсеф b000000013 1717 06.06.2017 20:53:00
 

, если дата < datetime.now():
        цвет = «зеленый»
    Элиф дата > datetime.now():
        дата = «желтый»
    elif date > (datetime.now() + timedelta (дни = 60)):
        цвет = «красный»
 

 def color(val):
    если val < datetime.now():
        цвет = «зеленый»
    elif val > datetime.now():
        цвет = «желтый»
    elif val > (datetime.now() + timedelta (дни = 60)):
        цвет = «красный»
    вернуть 'фоновый цвет: %s' % цвет
df.style.apply (цвет, подмножество = ['Fecha'])
 

 Out[65]: 
 

 из импорта даты и времени, даты и времени, дельта времени
импортировать панд как pd
name = ['Диего', 'Луис', 'Видаль', 'Джон', 'Юсеф']
идентификатор = ['b000000005', 'b000000015', 'b000000002', 'b000000011', 'b000000013']
цел = [7878, 6464, 1100, 4545, 1717]
date = pd.to_datetime(['2017-05-31 20:53:00', '2017-05-11 20:53:00', '2017-05-08 20:53:00',
 '2017-06-06 20:53:00', '2017-06-06 20:53:00'])
df = pd.DataFrame({'Имя':имя,'ID':id,'Cel':cel,'Date':date})
определяемый цвет (значение):
 если val < datetime.now():
 цвет = «зеленый»
 elif val > datetime.