探索数据分布 |设置 2

先决条件：探索数据分布 |设置 1
与探索数据分布相关的术语

-> Boxplot
-> Frequency Table
-> Histogram 
-> Density Plot

要获取所使用的 csv 文件的链接，请单击此处。
加载库

Python3

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

加载数据中

Python3

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

输出 ：

• 直方图：它是一种通过频率表可视化数据分布的方法，其中 x 轴上的 bin 和 y 轴上的数据计数。
  代码 - 直方图

Python3

# 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)

• 输出 ：

• 密度图：它与直方图有关，因为它显示数据值以连续线分布。这是一个平滑的直方图版本。下面的输出是叠加在直方图上的密度图。
  代码 - 数据的密度图

Python3

# 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("Density Plot - Population", fontsize = 20)

• 输出 ：