Pandas y Seaborn
pandas
Pandas Ofrece herramientas para limpiar y procesar sus datos. Es la biblioteca de Python más popular que se utiliza para el análisis de datos. En pandas, una tabla de datos se llama marco de datos.
Entonces, comencemos con la creación de un marco de datos de Pandas:
Ejemplo 1:
Python3
# Python code demonstrate creating import pandas as pd # initialise data of lists. data = {'Name':[ 'Mohe' , 'Karnal' , 'Yrik' , 'jack' ], 'Age':[ 30 , 21 , 29 , 28 ]} # Create DataFrame df = pd.DataFrame( data ) # Print the output. display(df)
Producción:
Ejemplo 2: cargue los datos CSV del sistema y muéstrelos a través de pandas.
Python3
# import module import pandas # load the csv data = pandas.read_csv("nba.csv") # show first 5 column data.head()
Producción:
seaborn.pairplot()
seaborn.pairplot(datos, \*\*kwargs)
Parámetro:
Python3
# importing packages import seaborn import matplotlib.pyplot as plt # loading dataset using seaborn df = seaborn.load_dataset('tips') # pairplot with hue sex seaborn.pairplot(df, hue ='size') plt.show()
Producción:
Visualización de datos con Pairplot Seaborn y pandas
Vemos cómo crear pandas dataframe y Pairplot. Visualizaremos datos con pairplot usando pandas
Ejemplo 1:
En este ejemplo, simplemente trazaremos un diagrama de pares con el marco de datos pandas. Aquí simplemente estamos cargando datos nba.csv y creando un marco de datos y pasando como argumentos en un diagrama de pares.
Python3
# importing packages import seaborn import pandas # load the csv data = pandas.read_csv("nba.csv") # pairplot seaborn.pairplot(data)
Producción:
Ejemplo 2:
En este ejemplo, utilizaremos atributos de tono para la visualización de una columna específica.
Python3
# importing packages import seaborn import pandas # load the csv data = pandas.read_csv("nba.csv") seaborn.pairplot(data.head(), hue = 'Age')
Producción:
Ejemplo 3:
En este ejemplo, pasaremos dplot_kws y
Python3
# importing packages import seaborn import pandas # load the csv data = pandas.read_csv("nba.csv") seaborn.pairplot(data, hue = 'Age', diag_kind = 'kde', plot_kws = {'edgecolor': 'k'}, size = 4)
Producción:
Publicación traducida automáticamente
Artículo escrito por kumar_satyam y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA