So führen Sie Datenvisualisierung und -exploration in Python durch

Wie man Datenvisualisierung und -exploration in Python durchführt

Datenvisualisierung und -exploration ist einer der wichtigen Aspekte der Datenanalyse. Mithilfe verschiedener leistungsstarker Bibliotheken und Tools in Python können wir Datenvisualisierung und -exploration problemlos durchführen. In diesem Artikel werden häufig verwendete Datenvisualisierungsbibliotheken und -techniken in Python vorgestellt und spezifische Codebeispiele gegeben.

1. Einführung
   Datenvisualisierung ist eine Methode, abstrakte Daten auf intuitive und leicht verständliche Weise darzustellen. Durch Visualisierung können wir die Verteilung, Beziehungen und Eigenschaften von Daten besser verstehen. Es gibt viele Bibliotheken und Tools zur Datenvisualisierung in Python, wie zum Beispiel Matplotlib, Seaborn, Plotly usw.
2. Datenvorbereitung
   Bevor Sie die Datenvisualisierung durchführen, müssen Sie zunächst die zu analysierenden Daten vorbereiten. Dieser Artikel verwendet den Iris-Datensatz als Beispiel. Der Iris-Datensatz ist ein klassischer Datensatz in der UCI-Bibliothek für maschinelles Lernen. Er enthält 150 Proben von drei Arten von Irisblüten (Setosa, Versicolor und Virginica). Merkmale (Kelchblattlänge, Kelchblattbreite, Blütenblattlänge, Blütenblattbreite) sind enthalten.

Zuerst müssen Sie die Pandas-Bibliothek für die Datenverarbeitung und -analyse installieren. Verwenden Sie dann den folgenden Code, um den Iris-Datensatz zu lesen und sich auf die einfache Datenvisualisierung vorzubereiten:

Pandas als pd importieren

Lies den Iris-Datensatz

iris_data = pd.read_csv('iris.csv')

Sehen Sie sich den an Datensatz Die ersten paar Zeilen

print(iris_data.head())

Zeigen Sie die grundlegenden Informationen des Datensatzes an

print(iris_data.info())

3. Univariate Datenvisualisierung
   Univariate Datenvisualisierung bezieht sich auf die Verteilung einer einzelnen Variablen Visualisierung. Zu den häufig verwendeten Methoden gehören Histogramme, Histogramme und Boxplots.

Am Beispiel der Sepal-Länge lautet das Codebeispiel für die Verwendung der Matplotlib-Bibliothek zum Zeichnen eines Histogramms wie folgt:

import matplotlib.pyplot as plt

Zeichne ein Histogramm

plt.bar(iris_data['Species' ], iris_data['Sepal length'])
plt.xlabel('Species') # Legen Sie die Beschriftung der x-Achse fest
plt.ylabel('Sepal length') # Legen Sie die Beschriftung der y-Achse fest
plt.title('Distribution of Sepal length') # Legen Sie den Diagrammtitel fest
plt.show()

Darüber hinaus können Sie die Seaborn-Bibliothek auch zum Zeichnen von Histogrammen und Boxplots verwenden. Das Folgende ist ein Codebeispiel zum Zeichnen eines Histogramms:

Seaborn als SNS importieren

Zeichnen Sie ein Histogramm

sns.histplot(data=iris_data, x='Sepal length', kde=True)
plt.xlabel('Sepal length' ) # Legen Sie die Beschriftung der x-Achse fest
plt.ylabel('Count') # Legen Sie die Beschriftung der y-Achse fest
plt.title('Distribution of Sepal length') # Legen Sie den Diagrammtitel fest
plt.show()

4. Duale Variablendatenvisualisierung
   Unter bivariater Datenvisualisierung versteht man die Visualisierung der Beziehung zwischen zwei Variablen. Zu den häufig verwendeten Methoden gehören Streudiagramme und Wärmekarten.

Am Beispiel der Kelchblattlänge und der Blütenblattlänge lautet das Codebeispiel für die Verwendung der Matplotlib-Bibliothek zum Zeichnen eines Streudiagramms wie folgt:

Zeichnen Sie ein Streudiagramm

plt.scatter(iris_data['Sepal length'], iris_data['Blütenblattlänge' ])
plt.xlabel('Kelchblattlänge') # Legen Sie die Beschriftung der x-Achse fest
plt.ylabel('Blütenblattlänge') # Legen Sie die Beschriftung der y-Achse fest
plt.title('Beziehung zwischen Kelchblattlänge und Blütenblattlänge') # Legen Sie den Diagrammtitel fest
plt.show()

Darüber hinaus können Sie die Seaborn-Bibliothek auch verwenden, um eine Wärmekarte zu zeichnen, um die Korrelation zwischen Variablen anzuzeigen. Das Folgende ist ein Codebeispiel zum Zeichnen einer Wärmekarte:

Berechnen Sie die Korrelationskoeffizientenmatrix zwischen Variablen

correlation_matrix = iris_data[['Kelchblattlänge', 'Kelchblattbreite', 'Blütenblattlänge', 'Blütenblattbreite']]. corr( )

Heatmap zeichnen

sns.heatmap(correlation_matrix, annot=True, cmap='coolwarm')
plt.title('Correlation Matrix')
plt.show()

5. Multivariable Datenvisualisierung
   Multivariable Unter Datenvisualisierung versteht man die Visualisierung der Beziehung zwischen mehreren Variablen. Zu den häufig verwendeten Methoden gehören Streumatrizen und parallele Koordinatendiagramme.

Am Beispiel der vier Funktionen des Iris-Datensatzes lautet das Codebeispiel für die Verwendung der Seaborn-Bibliothek zum Zeichnen der Streumatrix wie folgt:

Zeichnen Sie die Streumatrix

sns.pairplot(iris_data, hue ='Species')
plt.show ()

Darüber hinaus können Sie auch die Plotly-Bibliothek zum Zeichnen paralleler Koordinatendiagramme verwenden. Das Folgende ist ein Codebeispiel zum Zeichnen paralleler Koordinatendiagramme:

plotly.express als px importieren

Zeichnen Sie parallele Koordinatendiagramme

fig = px.parallel_coordinates(iris_data, color='Species')
fig.show()

Zusammenfassung
Dieser Artikel stellt Methoden der Datenvisualisierung und -exploration in Python vor und gibt spezifische Codebeispiele. Durch Datenvisualisierung und -exploration können wir die Verteilung, Beziehungen und Eigenschaften von Daten besser verstehen und so eine Grundlage und Anleitung für die nachfolgende Datenanalyse und -modellierung bereitstellen. In praktischen Anwendungen können auch geeignete Visualisierungsmethoden und -technologien basierend auf spezifischen Anforderungen und Dateneigenschaften ausgewählt werden, um den Wert von Daten weiter zu untersuchen.

Das obige ist der detaillierte Inhalt vonSo führen Sie Datenvisualisierung und -exploration in Python durch. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!