Как стать автором
Обновить

Визуализация столбца из DataFrame с помощью библиотеки Seaborn

Время на прочтение 1 мин
Количество просмотров 7.4K
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()

Теги:
Хабы:
+3
Комментарии 2
Комментарии Комментарии 2

Публикации

Истории

Работа

Ближайшие события

Московский туристический хакатон
Дата 23 марта – 7 апреля
Место
Москва Онлайн
Геймтон «DatsEdenSpace» от DatsTeam
Дата 5 – 6 апреля
Время 17:00 – 20:00
Место
Онлайн