python学习06之柱形图

　　1、加载并检查数据

# 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()

　　2、创建柱形图　　

#创建柱形图
sns.distplot(a=iris_data['Petal Length (cm)'], kde=False)

　　　　代码解析：

　　　　　　我们使用两个额外的信息自定义命令的行为:

　　　　　　　　a=选择要绘制的列(在本例中，我们选择了“花瓣长度(cm)”)。

　　　　　　　　在创建直方图时，我们总是会提供kde=False，因为省略它会创建一个稍微不同的图。

　　3、创建密度图

　　　　这种类型的图是内核密度估计(KDE)图。如果您不熟悉KDE图，您可以将它看作一个平滑的直方图。

　　　　　　　　为了绘制KDE图，我们使用sns.kdeplot命令。

　　　　　　　　将shade=True colors设置为曲线下方的区域(data=具有与上面直方图相同的功能)　

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

　　　　　　如果你还不了解，那如图所示：

　　　　　　　

　　3、2D KDE图

　　　　这个图是不让我们局限在一个列中，而是针对多个列形成的二位KDE图，命令是sns.jointplot()

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

　　　　　　注意：

　　　　　　　　图顶部的曲线是x轴上数据的KDE图(本例中为iris_data['Petal Length(cm)'])，以及图右侧的曲线是y轴数据的KDE图(本例中为iris_data['Sepal Width (cm)'])。

　　　　　　　　　　　

　　4、创建彩色图

　　　　　　首先我们将文件分成三个独立的文件，每个物种一个：　　　

# 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()

　　　　　　接着我们为每一个物种创建一个柱形图：　

# 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")

# 强制图例出现
plt.legend()

　　　　　　结果如图所示：

　　　　　　　　　　

　　　　　　注意：这种情况下，图不会自动出现，所以我们要使用plt.legend()强制图的出现。

　　　　同理，我们为每一个物种创建一个KDE图：

# 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")

　　　　　　结果如图所示：

　　　　　　　　

此次学习到此结束！！！！！