Визуализация коробочного графика с помощью Pandas [Полное руководство]

Работая с любым проектом статистического анализа данных, вы можете применить множество удобных инструментов. Основная идея состоит в том, чтобы определить вопрос и использовать необходимую функцию для ответа на этот вопрос. Например, если необходимо увидеть распределение данных, идеальным ответом будет построение графика функции распределения данных.

Если необходимо просмотреть значения и сравнить их со значениями других столбцов, лучше всего построить гистограмму или гистограмму. Но что, если необходимо удовлетворить статистический запрос? Тенденцию можно наблюдать в функции распределения, но нет простого выхода, если нам нужно проверить определенный процентиль данных. Ознакомьтесь с нашими курсами по науке о данных от признанных университетов, чтобы получить преимущество перед конкурентами.

Boxplot является решением вышеуказанной проблемы. Блочные диаграммы используются для описания значений процентиля атрибута в соответствии с столбцом, для которого он построен. Boxplot может быть весьма полезным при построении моделей на основе правил, а также при исследовательском анализе данных в целом.

Boxplot имеет дело с квартилями.

Давайте сначала построим диаграмму панд, а затем разберемся в ее частях.

Построение диаграммы Pandas Boxplot

Для реализации boxplot pandas есть только два требования: Pandas и matplotlib. Использование matplotlib для визуализации графиков и просмотра графиков внутри блокнота Jupyter.

Вот как мы импортируем обе библиотеки. Мы используем встроенную магическую функцию, чтобы графики можно было увидеть прямо внутри блокнота.

Код:

импортировать панд как pd

импортировать matplotlib.pyplot как plt

%matplotlib встроенный

Теперь мы импортируем наши данные и считываем их в DataFrame. Вот как это сделать.

Код:

data = pd.read_csv("Статистика FIFA 2018.csv")

DataFrame — это фундаментальная структура данных Pandas. Вот первые пять образцов наших данных.

После импорта данных мы можем напрямую использовать функцию boxplot pandas для объекта DataFrame . Вот как это использовать:

Код:

data.boxplot (by = «Раунд», столбец = ['Забитый гол'])

Функция boxplot pandas принимает два аргумента. Параметр by используется для выбора оси X. А «столбец» — это данные для построения по оси Y.

Здесь мы отображаем голы, забитые по раундам.

Вот сюжет:

Оформить заказ: вопросы на собеседовании по Python

Чтение коробочных диаграмм

Теперь давайте прочитаем заговоры. Во-первых, поймите значения оси. По оси Y отложено количество голов, забитых в матче, а по оси X — количество раундов, в которых проходила игра. Возьмем пример финального раунда.

Если мы внимательно посмотрим, коробка сделана где-то между двумя и четырьмя, со средней линией на трех. Коробка построена с использованием трех значений — 25-го, 50-го и 75-го процентиля. Нижняя линия графика обозначает 25-й процентиль голов, забитых в матче, средняя — 50-й процентиль, а верхняя линия — 75-й процентиль. Итак, boxplot работает с межквартильным диапазоном (IQR) данных.

Читайте: Учебное пособие по Python Pandas: все, что нужно знать новичкам о Python Pandas

Теперь есть еще одна вещь, нарисованная над и под коробкой. Эти линии известны как усы. Следовательно, иногда коробочную диаграмму также называют коробкой и усами.

Не существует уникального способа построения усов. Самый распространенный способ обозначить усы — пометить их минимальным и максимальным значениями в столбце данных. Некоторые библиотеки, такие как seaborn, используют мультипликативное значение IQR для обозначения усов. На диаграмме Pandas используются максимальные и минимальные значения для обозначения усов.

Если вы заметили, между четырьмя и шестью есть точки. Они известны как выбросы. Блочные диаграммы достаточно полезны в системах, основанных на правилах, для расчета ошибок или могут быстро идентифицировать неправильные классификации. Например, на графике, если вам нужно различать только раунды за 3-е место и финальные раунды, вы можете легко создать систему на основе правил, которая будет точно классифицировать ваши данные. Если от нуля до двух, отметьте 3-й раунд, а если от двух до четырех, отметьте последний раунд.

Блочные диаграммы помогают понять общее распределение столбцов данных. Графики показывают распределения с использованием значений квартилей. Это облегчает вам быстрый анализ данных, так как распределение помечено соответствующим образом. Усы обозначают оставшиеся значения в столбце.

Заключение

Нижняя граница обозначает данные ниже 25%, а верхняя граница обозначает данные выше 75%. Если выбросов меньше, диаграммы pandas могут помочь в их быстрой идентификации. В целом, если вы можете правильно их прочитать, ящичные диаграммы невероятно полезны при анализе данных.

Если вам интересно узнать о науке о данных, ознакомьтесь с программой IIIT-B & upGrad Executive PG по науке о данных , которая создана для работающих профессионалов и предлагает более 10 тематических исследований и проектов, практические семинары, наставничество с отраслевыми экспертами, 1 -на-1 с отраслевыми наставниками, более 400 часов обучения и помощи в трудоустройстве в ведущих фирмах.