# 加載yellowbrick數(shù)據(jù)集
import os
import pandas as pd
FIXTURES  = os.path.join(os.getcwd(), "data")
df = pd.read_csv(os.path.join(FIXTURES,"iris.csv"))
df.head()

df.head().to_dict()

{'sepal_length': {0: 5.1, 1: 4.9, 2: 4.7, 3: 4.6, 4: 5.0},
 'sepal_width': {0: 3.5, 1: 3.0, 2: 3.2, 3: 3.1, 4: 3.6},
 'petal_length': {0: 1.4, 1: 1.4, 2: 1.3, 3: 1.5, 4: 1.4},
 'petal_width': {0: 0.2, 1: 0.2, 2: 0.2, 3: 0.2, 4: 0.2},
 'species': {0: 'setosa', 1: 'setosa', 2: 'setosa', 3: 'setosa', 4: 'setosa'}}

可視化相關(guān)的庫

import warnings
warnings.filterwarnings('ignore')

import numpy as np
from scipy.stats import norm

import seaborn as sns
import matplotlib.pyplot as plt
get_ipython().run_line_magic('matplotlib', 'inline')

plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False 

df.columns

Index(['sepal_length', 'sepal_width', 'petal_length', 'petal_width',
       'species'],
      dtype='object')

plt.style.available

['Solarize_Light2',
 '_classic_test_patch',
 '_mpl-gallery',
 '_mpl-gallery-nogrid',
 'bmh',
 'classic',
 'dark_background',
 'fast',
 'fivethirtyeight',
 'ggplot',
 'grayscale',
 'seaborn-v0_8',
 'seaborn-v0_8-bright',
 'seaborn-v0_8-colorblind',
 'seaborn-v0_8-dark',
 'seaborn-v0_8-dark-palette',
 'seaborn-v0_8-darkgrid',
 'seaborn-v0_8-deep',
 'seaborn-v0_8-muted',
 'seaborn-v0_8-notebook',
 'seaborn-v0_8-paper',
 'seaborn-v0_8-pastel',
 'seaborn-v0_8-poster',
 'seaborn-v0_8-talk',
 'seaborn-v0_8-ticks',
 'seaborn-v0_8-white',
 'seaborn-v0_8-whitegrid',
 'tableau-colorblind10']

plt.style.use( 'seaborn-v0_8')

字符特征

條形圖（柱狀圖）展示每個字符特征的頻數(shù)分布。

df[‘字符特征’].value_counts().plot(kind=‘bar’)

df['species'].value_counts().plot(kind='bar')  # 均衡的一筆

<Axes: xlabel='species'>

數(shù)字特征

直方圖展示數(shù)字特征的分布情況。

df[‘?dāng)?shù)字特征’].plot(kind=‘hist’)

df['sepal_length'].plot(kind='hist')

<Axes: ylabel='Frequency'>

from scipy.stats import gaussian_kde

# 繪制直方圖
ax = df['sepal_length'].plot(kind='hist', bins=10, density=True)

# 計算核密度估計
density = gaussian_kde(df['sepal_length'])

x, y = np.linspace(df['sepal_length'].min(), df['sepal_length'].max(), 100), density(np.linspace(df['sepal_length'].min(), df['sepal_length'].max(), 100))

# 繪制擬合曲線
ax.plot(x, y) # ,color='red'

# 顯示圖形
plt.show()

分類結(jié)果

餅圖展示分類結(jié)果的占比情況。

df[‘分類結(jié)果’].value_counts().plot(kind=‘pie’)

ax = df['species'].value_counts().plot(kind='pie') # 均衡的一筆
# 自定義ylabel
ax.set_ylabel(' ')
# 顯示圖形
plt.show()

字符特征與數(shù)字特征關(guān)系

箱線圖展示不同字符特征對應(yīng)的數(shù)字特征的分布情況。

df.boxplot(column=‘?dāng)?shù)字特征’, by=‘字符特征’)

df.boxplot(column='sepal_length', by='species') # ,color='orange'
# 自定義標(biāo)題
plt.title(' ')
# 顯示圖形
plt.show()

字符特征與數(shù)字特征關(guān)系

折線圖展示不同字符特征對應(yīng)的數(shù)字特征的均值變化趨勢。

df.groupby(‘字符特征’)[‘?dāng)?shù)字特征’].mean().plot(kind=‘line’)

df.groupby('species')['sepal_length'].mean().plot(kind='line')

<Axes: xlabel='species'>

數(shù)字特征間的關(guān)系

散點圖展示兩個數(shù)字特征之間的相關(guān)性。

df.plot(kind=‘scatter’, x=‘?dāng)?shù)字特征1’, y=‘?dāng)?shù)字特征2’)

df.plot(kind='scatter', x='sepal_length', y='sepal_width')

<Axes: xlabel='sepal_length', ylabel='sepal_width'>

數(shù)字特征的分布情況

箱線圖展示數(shù)字特征的分布情況和異常值。

df.boxplot(column=‘?dāng)?shù)字特征’)

df.boxplot(column='sepal_length') # ,color='#4C72B0'

<Axes: >

數(shù)字特征的分布情況

核密度估計圖展示數(shù)字特征的概率密度分布。

df[‘?dāng)?shù)字特征’].plot(kind=‘density’)

df['sepal_length'].plot(kind='density')

<Axes: ylabel='Density'>

字符特征和分類結(jié)果的交叉統(tǒng)計

交叉表展示字符特征和分類結(jié)果之間的頻數(shù)統(tǒng)計。

pd.crosstab(df[‘字符特征’], df[‘分類結(jié)果’]).plot(kind=‘bar’)文章來源地址http://www.zghlxwxcb.cn/news/detail-803406.html

pd.crosstab(df['species'], df['species']).plot(kind='bar')

<Axes: xlabel='species'>

到了這里，關(guān)于EDA-數(shù)據(jù)探索-pandas自帶可視化-iris的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！