Изучение распределения данных | Комплект 2

Опубликовано: 25 Июля, 2021

Предварительное условие: изучение распределения данных | Комплект 1

Термины, связанные с исследованием распространения данных

-> Коробчатая диаграмма
-> Таблица частот
-> Гистограмма 
-> График плотности

Чтобы получить ссылку на csv , щелкните здесь.

Загрузка библиотек




import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

Загрузка данных




data = pd.read_csv("../data/state.csv")
  
# Adding a new column with derived data 
data["PopulationInMillions"] = data["Population"]/1000000
  
print (data.head(10))

Выход :

  • Гистограмма: это способ визуализации распределения данных с помощью таблицы частот с ячейками на оси x и количеством данных на оси y.

    Код - Гистограмма




    # Histogram Population In Millions
    fig, ax2 = plt.subplots()
    fig.set_size_inches( 9 , 15 )
    ax2 = sns.distplot(data.PopulationInMillions, kde = False )
    ax2.set_ylabel( "Frequency" , fontsize = 15 )
    ax2.set_xlabel( "Population by State in Millions" , fontsize = 15 )
    ax2.set_title( "Population - Histogram" , fontsize = 20 )

    Выход :

  • График плотности: он связан с гистограммой, поскольку он показывает значения данных, распределенные в виде непрерывной линии. Это версия сглаженной гистограммы. Результат ниже - это плотность, наложенная на гистограмму.

    Код - график плотности данных




    # Density Plot - Population
    fig, ax3 = plt.subplots()
    fig.set_size_inches( 7 , 9 )
    ax3 = sns.distplot(data.Population, kde = True )
    ax3.set_ylabel( "Density" , fontsize = 15 )
    ax3.set_xlabel( "Murder Rate per Million" , fontsize = 15 )
    ax3.set_title( "Desnsity Plot - Population" , fontsize = 20 )

    Выход :

Внимание компьютерщик! Укрепите свои основы с помощью базового курса программирования Python и изучите основы.

Для начала подготовьтесь к собеседованию. Расширьте свои концепции структур данных с помощью курса Python DS. А чтобы начать свое путешествие по машинному обучению, присоединяйтесь к курсу Машинное обучение - базовый уровень.

РЕКОМЕНДУЕМЫЕ СТАТЬИ