13.07.2019       Выпуск 290 (08.07.2019 - 14.07.2019)       Статьи

Визуализация столбца из DataFrame с помощью библиотеки Seaborn

Попробуем визуализировать данные по рекламным кампаниям, которые храняться в DataFrame.

Читать>>




Экспериментальная функция:

Ниже вы видите текст статьи по ссылке. По нему можно быстро понять ссылка достойна прочтения или нет

Просим обратить внимание, что текст по ссылке и здесь может не совпадать.

Попробуем визуализировать данные по рекламным кампаниям, которые храняться в DataFrame.

Дано:

DataFrame, в котором хранится статистика по рекламным кампаниям по следующим показателям:

  • CampaignName
  • Date
  • Impressions
  • Clicks
  • Ctr
  • Cost
  • AvgCpc
  • BounceRate
  • AvgPageviews
  • ConversionRate
  • CostPerConversion
  • Conversions

Импортируем все необходимое:

import seaborn as sns
from pandas import Series,DataFrame

Прочитаем наш DataFrame из csv

f=DataFrame.from_csv("cashe.csv",header=0,sep='',index_col=0,parse_dates=True)

 Визуализируем данные столбца «AvgCpc»

sns.distplot(f['AvgCpc'],bins=25)
plt.show()

Получим следующий график:

Данный график показывает распределение стоимости кликов. График говорит о том, что чаще всего клик стоит около 3,5 рублей.

Чтобы сделать график более точным, следует увеличить значение в «bins». Этот параметр отражает то, на сколько частей будет разделен наш график.

sns.distplot(f['AvgCpc'],bins=50)
plt.show()

Получим следующее:

Также можно заменить гистограмму на Rug plot (коврик)

sns.distplot(f['AvgCpc'],bins=25,rug=True,hist=False)
plt.show()

Вернемся к гистограмме.

Зададим названия и цвета

Линию покрасим в синий, а столбцы в синий.

sns.distplot(f['AvgCpc'],bins=25,
kde_kws={'color':'indianred','label':'Линия'},
hist_kws={'color':'blue','label':'Столбцы'})
plt.show()





Разместим вашу рекламу

Пиши: mail@pythondigest.ru

Нашли опечатку?

Выделите фрагмент и отправьте нажатием Ctrl+Enter.

Система Orphus