Python資料處理 資料視覺化 一

以資料集iris為例——iris資料集是乙個有關花的資料集，涉及花的四個特徵，分別是花萼的長和寬，花瓣的長和寬

#引入第三方庫

import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
from pandas import dataframe
import pandas as pd
from sklearn.datasets import load_iris
from sklearn.decomposition import pca
from sklearn.model_selection import train_test_split
from sklearn.svm import svc
from sklearn.metrics import accuracy_score

#匯入iris資料集

iris =
load_iris
()

#定義變數 賦值

iris_data = iris.data
feature_names = iris.feature_names
iris_target = iris.target
#格式整理
iris_target.shape =
(150,1
)iris_all = np.
hstack
((iris_data,iris_target)
)#轉化為dataframe格式
iris_data_df =
dataframe
(iris_data,columns=feature_names)
iris_target_df =
dataframe
(iris_target,columns=
['target'])
iris_data_all_df =
dataframe
(iris_all,columns=feature_names+
['target'
])

#箱線圖

sns.
boxenplot
(data=iris_data_df)
plt.
show
()

#折線圖

plt.
plot
(iris_data_df)
plt.
legend
(feature_names)
plt.
show
()

sepal_data_df = iris_data_df[

['sepal length (cm)'
,'sepal width (cm)']]
plt.
plot
(sepal_data_df)
plt.
legend([
'sepal length (cm)'
,'sepal width (cm)'])
plt.
title
('sepal data'
)plt.
show
()

sns.

pairplot
(iris_data_all_df,vars=iris_data_all_df.columns[:4
],hue=
'target'
,size=
3,kind=
"reg"
)plt.
show
()

Python資料處理之資料視覺化 二

本篇使用資料 口袋妖怪資料集 提取碼s30w import pandas as pd import matplotlib.pyplot as plt import matplotlib.gridspec as gridspec 匯入資料 data pd.read csv data pokemon p...

Pandas資料處理基礎7 資料視覺化及其用法

numpy，pandas，matplotlib 構成了乙個完善的資料分析生態圈，所以 3 個工具的相容性也非常好，甚至共享了大量的介面。當我們的資料是以 dataframe 格式呈現時，可以直接使用 pandas 提供的 dataframe.plot 方法呼叫 matplotlib 介面繪製常見的圖...

Python 資料視覺化

資料視覺化指的是通過視覺化表示來探索資料，它與資料探勘緊緊相關，而資料探勘指的是使用 來探索資料集的規律和關聯。資料集可以是用一行 就能表示的小型數字列表，也可以是數以吉位元組的資料。漂亮地呈現資料關乎的並非僅僅是漂亮的。以引人注目的簡潔方式呈現資料，讓人能夠明白其含義，發現資料集中原本未意識到的規...