在数据分析过程中,常常会对每个或部分特征变量进行数据分析,而图形展示最为直观。今天就来学习下,如何通过pandas实现单变量的统计图。数据集依旧是Kaggle的Give Me Some Credits。
首先,读取数据。
import pandas as pd
import matplotlib.pyplot as plt
data = pd.read_csv('/cs-training.csv')
1.展示age变量值出现次数最多的前十个值的统计图:
data['age'].value_counts().head(10).plot.bar()
2.展示age变量值出现次数最多的前十个值占总数的比例:
(data['age'].value_counts().head(10)/len(data)).plot.bar()
3.变量age所有取值的数量统计:
plt.figure(figsize=(15,5))
data['age'].value_counts().sort_index().plot.bar()
4.age变量的折线统计图:
plt.figure(figsize=(2,5))
plt.xlim(0,120)
data['age'].value_counts().sort_index().plot.line()