Pandas-Beispiele

[1]:
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(1000, 4), columns=['A','B','C','D'])
pd.plotting.scatter_matrix(df, alpha=0.2)
[1]:
array([[<matplotlib.axes._subplots.AxesSubplot object at 0x7f2f07f7a8d0>,
        <matplotlib.axes._subplots.AxesSubplot object at 0x7f2f04d4e410>,
        <matplotlib.axes._subplots.AxesSubplot object at 0x7f2f04d04a90>,
        <matplotlib.axes._subplots.AxesSubplot object at 0x7f2f04cc7150>],
       [<matplotlib.axes._subplots.AxesSubplot object at 0x7f2f04c7e7d0>,
        <matplotlib.axes._subplots.AxesSubplot object at 0x7f2f04cb3e50>,
        <matplotlib.axes._subplots.AxesSubplot object at 0x7f2f04c73590>,
        <matplotlib.axes._subplots.AxesSubplot object at 0x7f2f04c2ab50>],
       [<matplotlib.axes._subplots.AxesSubplot object at 0x7f2f04c2ab90>,
        <matplotlib.axes._subplots.AxesSubplot object at 0x7f2f04bee350>,
        <matplotlib.axes._subplots.AxesSubplot object at 0x7f2f04b56f50>,
        <matplotlib.axes._subplots.AxesSubplot object at 0x7f2f04b19610>],
       [<matplotlib.axes._subplots.AxesSubplot object at 0x7f2f04acdc90>,
        <matplotlib.axes._subplots.AxesSubplot object at 0x7f2f04a8f350>,
        <matplotlib.axes._subplots.AxesSubplot object at 0x7f2f04a469d0>,
        <matplotlib.axes._subplots.AxesSubplot object at 0x7f2f04a70b90>]],
      dtype=object)
../../_images/matplotlib_pandas_example_1_1.png

In den letzten Jahren kamen weitere ausgefeilte statistische Visualisierungswerkzeuge hinzu.

[2]:
from matplotlib import pyplot as plt
from pandas.plotting import andrews_curves

df = pd.read_csv('../../../data/iris.csv')
plt.figure()
andrews_curves(df, 'Name')
[2]:
<matplotlib.axes._subplots.AxesSubplot at 0x7f2f3784ec90>
../../_images/matplotlib_pandas_example_3_1.png