Lesson 5 直方圖和密度圖

在本教程中，您將學(xué)習(xí)所有關(guān)于直方圖和密度圖。

設(shè)置notebook

與往常一樣，我們從設(shè)置編碼環(huán)境開(kāi)始。

In [1]:

import pandas as pd pd.plotting.register_matplotlib_converters() import matplotlib.pyplot as plt %matplotlib inline import seaborn as sns print("Setup Complete")

Output

Setup Complete

選擇數(shù)據(jù)集

我們將使用150種不同的花，或來(lái)自三種不同的鳶尾(鳶尾色I(xiàn)ris setosa，百色鳶尾Iris versicolor，和處女鳶尾Iris virginica)各50種的數(shù)據(jù)集。

加載并檢查數(shù)據(jù)

數(shù)據(jù)集中的每一行對(duì)應(yīng)于不同的花。有四種測(cè)量方法:萼片的長(zhǎng)度和寬度，以及花瓣的長(zhǎng)度和寬度。我們也記錄了相應(yīng)的物種。

In [2]:

# 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()

Out[2]:

直方圖

假設(shè)我們想創(chuàng)建一個(gè)直方圖，看看鳶尾花的花瓣長(zhǎng)度是如何變化的。我們可以用sns.distplot來(lái)做這個(gè)。

In [3]:

# Histogram sns.distplot(a=iris_data['Petal Length (cm)'], kde=False)

Out[3]:

<matplotlib.axes._subplots.AxesSubplot at 0x7f96c5b1da20>

我們用兩個(gè)額外的信息自定義命令的行為:

• a= 選擇我們想要繪制的列(在本例中，我們選擇了 'Petal Length (cm)'。*
• kde=False 是我們?cè)趧?chuàng)建直方圖時(shí)總會(huì)提供的，因?yàn)槭÷运鼤?huì)創(chuàng)建一個(gè)稍微不同的圖。

密度圖

下一種類型的圖是kernel density estimate (KDE) 圖。如果您不熟悉KDE圖，可以將其視為平滑的直方圖。

為了制作一個(gè)KDE圖，我們使用sns.kdeplot命令。將shade=True設(shè)置為曲線下的區(qū)域的顏色(和data=具有相同的功能)。

In [4]:

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

Out[4]:

<matplotlib.axes._subplots.AxesSubplot at 0x7f96c5a664e0>

2D KDE plots

在創(chuàng)建KDE圖時(shí)，我們不受限于單個(gè)列。我們可以用sns.jointplot創(chuàng)建一個(gè)二維(2D)的KDE圖。

在下面的圖中，顏色編碼顯示了我們看到萼片寬度和花瓣長(zhǎng)度的不同組合的可能性，而圖中較暗的部分更有可能。

In [5]:

# 2D KDE plot sns.jointplot(x=iris_data['Petal Length (cm)'], y=iris_data['Sepal Width (cm)'], kind="kde")

Out[5]:

<seaborn.axisgrid.JointGrid at 0x7f96c59cbef0>

注意，除了中間的2D KDE圖外，

• 圖中頂部的曲線是x軸數(shù)據(jù)的KDE圖(在本例中為iris_data['Petal Length (cm)'])，以及
• 圖右側(cè)的曲線是y軸數(shù)據(jù)的KDE圖(在本例中為 iris_data['Sepal Width (cm)'])。

Color-coded plots

在本教程的下一部分中，我們將創(chuàng)建一些圖來(lái)了解物種之間的差異。為此，我們首先將數(shù)據(jù)集分成三個(gè)單獨(dú)的文件，每個(gè)物種一個(gè)。

In [6]:

# 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()

Out[6]:

在下面的代碼單元格中，我們使用sns.distplot三次為每個(gè)物種創(chuàng)建一個(gè)不同的直方圖。我們使用label=來(lái)設(shè)置每個(gè)柱狀圖在圖例中的顯示方式。

In [7]:

# 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")# Force legend to appear plt.legend()

Out[7]:

<matplotlib.legend.Legend at 0x7f96c5849470>

在這種情況下，圖例不會(huì)自動(dòng)出現(xiàn)在情節(jié)中。要強(qiáng)制它顯示(對(duì)于任何圖的類型)，我們總是可以使用 plt.legend()。

我們還可以使用sns.kdeplot為每個(gè)物種創(chuàng)建一個(gè)KDE圖。同樣， label= 用于設(shè)置圖例中的值。

In [8]:

# 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")

Out[8]:

Text(0.5, 1.0, 'Distribution of Petal Lengths, by Species')

從圖中可以看出一個(gè)有趣的模式，即這些植物似乎屬于兩個(gè)類群中的一個(gè)，其中Iris versicolor和Iris virginica的花瓣長(zhǎng)度似乎有相似的值，而Iris setosa單獨(dú)屬于單獨(dú)類別。

事實(shí)上,根據(jù)這一數(shù)據(jù),我們甚至可以把任何鳶尾屬植物作為Iris setosa (而不是Iris versicolor的或Iris virginica )僅僅通過(guò)觀察花瓣長(zhǎng)度:如果一個(gè)鳶尾屬植物花瓣長(zhǎng)度小于2厘米,它是最有可能Iris setosa !

接下來(lái)?

點(diǎn)擊 這里進(jìn)行練習(xí)!

總結(jié)

以上是生活随笔為你收集整理的iris数据_Kaggle 数据可视化课程5的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。