python学习06之柱形图

  1、加载并检查数据

# Path of the file to read
iris_filepath = "../input/iris.csv"
# Read the file into a variable iris_data
iris_data = pd.read_csv(iris_filepath, index_col="Id")
# Print the first 5 rows of the data
iris_data.head()

  2、创建柱形图  

#创建柱形图
sns.distplot(a=iris_data['Petal Length (cm)'], kde=False)

    代码解析:

      我们使用两个额外的信息自定义命令的行为:

        a=选择要绘制的列(在本例中,我们选择了“花瓣长度(cm)”)。

        在创建直方图时,我们总是会提供kde=False,因为省略它会创建一个稍微不同的图。

  3、创建密度图

    这种类型的图是内核密度估计(KDE)图。如果您不熟悉KDE图,您可以将它看作一个平滑的直方图。

        为了绘制KDE图,我们使用sns.kdeplot命令。

        将shade=True colors设置为曲线下方的区域(data=具有与上面直方图相同的功能) 

#创建KDE图
sns.kdeplot(data=iris_data['Petal Length (cm)'], shade=True)

      如果你还不了解,那如图所示:

       

  3、2D KDE图

    这个图是不让我们局限在一个列中,而是针对多个列形成的二位KDE图,命令是sns.jointplot()

sns.jointplot(x=iris_data['Petal Length (cm)'], y=iris_data['Sepal Width (cm)'], kind="kde")

      注意

        图顶部的曲线是x轴上数据的KDE图(本例中为iris_data['Petal Length(cm)']),以及图右侧的曲线是y轴数据的KDE图(本例中为iris_data['Sepal Width (cm)'])。

           

  4、创建彩色图

      首先我们将文件分成三个独立的文件,每个物种一个:   

# Paths of the files to read
iris_set_filepath = "../input/iris_setosa.csv"
iris_ver_filepath = "../input/iris_versicolor.csv"
iris_vir_filepath = "../input/iris_virginica.csv"

# Read the files into variables 
iris_set_data = pd.read_csv(iris_set_filepath, index_col="Id")
iris_ver_data = pd.read_csv(iris_ver_filepath, index_col="Id")
iris_vir_data = pd.read_csv(iris_vir_filepath, index_col="Id")

# Print the first 5 rows of the Iris versicolor data
iris_ver_data.head()

      接着我们为每一个物种创建一个柱形图: 

# Histograms for each species
sns.distplot(a=iris_set_data['Petal Length (cm)'], label="Iris-setosa", kde=False)
sns.distplot(a=iris_ver_data['Petal Length (cm)'], label="Iris-versicolor", kde=False)
sns.distplot(a=iris_vir_data['Petal Length (cm)'], label="Iris-virginica", kde=False)

# Add title
plt.title("Histogram of Petal Lengths, by Species")

# 强制图例出现
plt.legend()

      结果如图所示

          

      注意:这种情况下,图不会自动出现,所以我们要使用plt.legend()强制图的出现。

    同理,我们为每一个物种创建一个KDE图:

# KDE plots for each species
sns.kdeplot(data=iris_set_data['Petal Length (cm)'], label="Iris-setosa", shade=True)
sns.kdeplot(data=iris_ver_data['Petal Length (cm)'], label="Iris-versicolor", shade=True)
sns.kdeplot(data=iris_vir_data['Petal Length (cm)'], label="Iris-virginica", shade=True)

# Add title
plt.title("Distribution of Petal Lengths, by Species")

      结果如图所示:

        

此次学习到此结束!!!!!

 

猜你喜欢

转载自www.cnblogs.com/fb1704011013/p/11185497.html
0条评论
添加一条新回复