08 2018 档案
摘要：seaborn官方文档：http://seaborn.pydata.org/api.html 绘制多变量的分布图 先绘制两个变量的分布图，其中X变量为分类变量，Y为数值变量。 运行结果： 注意：观察上图不难发现，带图默认是有抖动的，即 jitter=True 。下面用 swarmplot 绘制带分布
阅读全文
摘要：观测两个变量之间的分布关系 最好用散点图 两个便量间的分布关系： 运行结果： 用 “类蜂窝” 结构展示数据的分布： 运行结果： 多维数据间的分布关系 运行结果： 绘制回归关系 regplot()和lmplot()都可以绘制回归关系,推荐regplot() 运行结果： 用DataFrame数据画图 用
阅读全文
摘要：绘制数据的直方图及其概率密度曲线 这里可以使用 seaborn.displot() 来绘制，如果指定kde参数为False，就不会画概率密度曲线 运行结果： 下面展示没有概率密度曲线的直方图和用gamma拟合的概率密度曲线： 运行结果： 在一个画布上绘制多条曲线 运行结果： 我们可以恢复seabor
阅读全文
摘要：绘制bar图，类似于直方图： 运行结果： 此时我们可以调整参数，让图更美观。 运行结果： 在很多时候，我们更希望这种图可以横着画，我们可以在画图的时候使用 ax.barh() 去画，其他命令一样。 效果如下：（这里是pycharm的效果，右边显示不完全） 绘制散点图 ax.scatter() 用来绘
阅读全文
摘要：打开画布，传入x,y的值，可以简单的画出曲线图 运行结果： 画出来的图像简单，且单调。一般为了美观我们需要更多的参数指定。 对x轴的一些操作 如下案例： 运行结果： 添加横坐标标签和纵坐标标签，以及标题 运行结果： 在一个画布上花多个子图 运行结果： 此时，也许你会疑惑，我们想将坐标标识等示例画到第
阅读全文
摘要：数据聚合(GroupBy) 输出结果： 令x = group.sum(), 则可以取值为： x.values x.values Out[20]: array([2.75, 1.3 , 0.56, 4.2 , 5.56]) 等级分组 输出结果： 组迭代 链式转换 输出结果：
阅读全文
摘要：数据转换 删除重复元素 DataFrame对象的duplicated()函数可用来检测重复的行，返回元素为布尔型的Series对象。 每个元素对 应一行，如果该行与其他行重复（也就是说该行不是第一次出现），则元素为True; 如果跟前面不重复，则元 素就为False。 返回元素为布尔值的Series
阅读全文
摘要：对于合并操作，熟悉SQL的读者可以将其理解为JOIN操作，它使用一个或多个键把多行数据 结合在一起. 事实上，跟关系型数据库打交道的开发人员通常使用SQL的JOIN查询，用几个表共有的引用 值（键）从不同 的表获取数据。以这些键为基础，我们能够获取到列表形式的新数据，这些数据是对几个表中的数据进行组
阅读全文
