Méthode de visualisation de données utilisant matplotlib (+ pandas) (4)
Nous continuerons à parler de visualisation de données avec matplotlib et pandas jusqu'au précédent.
Visualisez les données externes
Utilisons des données externes comme données plus pratiques cette fois. Tout d'abord, téléchargez les données du pydata-book qui sert également de référence pour cet article.
pydata-book/ch08/tips.csv https://github.com/pydata/pydata-book/blob/master/ch08/tips.csv
import numpy as np
from pandas import *
import matplotlib.pyplot as plt
tips = read_csv('tips.csv')
#Tableau croisé des données CSV
party_counts = crosstab(tips.day, tips.size)
print( party_counts )
# =>
# size 1 2 3 4 5 6
# day
# Fri 1 16 1 1 0 0
# Sat 2 53 18 13 1 0
# Sun 0 39 15 18 3 1
# Thur 1 48 4 5 1 3
#Normaliser les données
party_counts = party_counts.div(party_counts.sum(1), axis=0)
print( party_counts )
# =>
# [4 rows x 6 columns]
# size 1 2 3 4 5 6
# day
# Fri 0.052632 0.842105 0.052632 0.052632 0.000000 0.000000
# Sat 0.022989 0.609195 0.206897 0.149425 0.011494 0.000000
# Sun 0.000000 0.513158 0.197368 0.236842 0.039474 0.013158
# Thur 0.016129 0.774194 0.064516 0.080645 0.016129 0.048387
#Placage avec un graphique à barres empilées
party_counts.plot(kind='bar', stacked=True)
plt.show()
plt.savefig("image.png ")
À partir de ce graphique, nous pouvons voir que le nombre de personnes augmente le week-end (samedi et dimanche). Il n'y a quasiment pas de client le dimanche et la proportion de clients de groupe que l'on pense appartenir à une famille de 3 à 4 personnes est en nette augmentation.
Histogramme et ajustement
Le graphique à barres représente cela lorsque la fréquence des valeurs est une variable discrète. Montrons le rapport des jetons au montant total dans un graphique à barres.
Ajustement d'une distribution de probabilité continue à une distribution de probabilité telle qu'une distribution normale j'ai expliqué précédemment en utilisant l'ajustement gaussien comme exemple. ** estimation de la densité du noyau ** Les parcelles sont appelées parcelles KDE. Vous pouvez créer un graphique de densité en utilisant une estimation de densité de noyau de distribution normale mixte en spécifiant kind = 'kde' pour le graphique.
fig = plt.figure()
ax1 = fig.add_subplot(2,1,1)
ax2 = fig.add_subplot(2,1,2)
tips['tip_pct'] = tips['tip'] / tips['total_bill']
result = tips['tip_pct']
result.plot(kind='kde')
ax1.hist(result, bins=50, alpha=0.6)
plt.show()
plt.savefig("image2.png ")
Vous pouvez faire quelque chose comme l'ajustement en traçant l'estimation de la densité du noyau au-dessus de l'histogramme normalisé. C'est une technique courante.
Essayons d'ajuster un graphique dessiné avec deux distributions normales standard différentes N (0,1) et N (10,4).
fig = plt.figure()
ax = fig.add_subplot(1,1,1)
#Distribution normale partie 1
comp1 = np.random.normal(0,1,size=200) # N(0,1)
#Distribution normale partie 2
comp2 = np.random.normal(10,2,size=200) # N(10,4)
#Combinez deux distributions normales en une seule série
values = Series(np.concatenate([comp1, comp2]))
print( values )
# =>
# [4 rows x 6 columns]
# 0 -0.305123
# 1 -1.663493
# 2 0.845320
# 3 1.217024
# 4 -0.597437
# 5 0.559524
# 6 0.849613
# 7 -0.916863
# 8 2.705579
# 9 1.397815
# 10 -1.135680
# 11 0.322982
# 12 0.568366
# 13 0.567607
# 14 0.360048
# ...
# 385 15.695692
# 386 8.868396
# 387 8.625446
# 388 5.793579
# 389 8.169981
# 390 8.434327
# 391 10.305067
# 392 11.032880
# 393 8.319812
# 394 9.026077
# 395 9.534395
# 396 4.498352
# 397 12.557349
# 398 7.365278
# 399 11.065254
# Length: 400, dtype: float64
#Dessinez un graphique à barres
values.hist(bins=100, alpha=0.3, color='b', normed=True)
#Estimation de la densité du noyau
values.plot(kind='kde', style='r--')
plt.show()
plt.savefig("image3.png ")
référence
Introduction à l'analyse de données avec le traitement des données Python avec NumPy et pandas http://www.oreilly.co.jp/books/9784873116556/
Recommended Posts