上一节:
下一节:

  Seaborn - 导入数据集和库

  • 简述

    在本章中，我们将讨论如何导入数据集和库。让我们从了解如何导入库开始。

  • 导入库

    让我们从导入 Pandas 开始，这是一个用于管理关系（表格格式）数据集的出色库。Seaborn 在处理 DataFrames 时非常方便，DataFrames 是用于数据分析的最广泛使用的数据结构。
    以下命令将帮助您导入 Pandas - 
    
# Pandas for managing datasets
import pandas as pd
    现在，让我们导入 Matplotlib 库，它可以帮助我们自定义绘图。 
    
# Matplotlib for additional customization
from matplotlib import pyplot as plt
    我们将使用以下命令导入 Seaborn 库 - 
    
# Seaborn for plotting and styling
import seaborn as sb

  • 导入数据集

    我们已经导入了所需的库。在本节中，我们将了解如何导入所需的数据集。
    Seaborn 在库中附带了一些重要的数据集。安装 Seaborn 后，数据集会自动下载。
    您可以使用任何这些数据集进行学习。借助以下功能，您可以加载所需的数据集 
    
load_dataset()

  • 将数据导入为 Pandas DataFrame

    在本节中，我们将导入一个数据集。该数据集默认加载为 Pandas DataFrame。如果 Pandas DataFrame 中有任何函数，则它适用于此 DataFrame。
    以下代码行将帮助您导入数据集 - 
    
# Seaborn for plotting and styling
import seaborn as sb
df = sb.load_dataset('tips')
print df.head()
    上面的代码行将生成以下输出 - 
    
   total_bill  tip   sex    smoker day  time   size
0    16.99    1.01   Female  No    Sun  Dinner  2
1    10.34    1.66   Male    No    Sun  Dinner  3
2    21.01    3.50   Male    No    Sun  Dinner  3
3    23.68    3.31   Male    No    Sun  Dinner  2
4    24.59    3.61   Female  No    Sun  Dinner  4
    要查看 Seaborn 库中所有可用的数据集，可以使用以下命令和get_dataset_names()功能如下图 - 
    
import seaborn as sb
print sb.get_dataset_names()
    上面的代码行将返回可用的数据集列表，作为以下输出 
    
[u'anscombe', u'attention', u'brain_networks', u'car_crashes', u'dots', 
u'exercise', u'flights', u'fmri', u'gammas', u'iris', u'planets', u'tips', 
u'titanic']
    DataFrames以矩形网格的形式存储数据，通过该网格可以轻松查看数据。矩形网格的每一行都包含一个实例的值，网格的每一列都是一个向量，其中包含特定变量的数据。这意味着 DataFrame 的行不需要包含相同数据类型的值，它们可以是数字、字符、逻辑等。Python 的 DataFrames 来自 Pandas 库，它们被定义为二维标记数据结构可能有不同类型的列。
    有关 DataFrame 的更多详细信息，请访问我们的 pandas 教程。
上一节:
下一节: