EDAにMatplotlibを使用する中心的な目的は、視覚的手段を通じてデータの傾向、例外、関係を発見することです。 1. Matplotlibは、さまざまなチャートスタイルをすばやく試すのに十分な柔軟性があり、パンダで使用できます。 2.一般的なEDAチャートには、単変量分布を表示するためのヒストグラム、2つの連続変數間の関係を観察するための散布プロット、時系列の傾向を表示するためのラインプロット、および外れ値を検出するボックスプロットが含まれます。 3.チャート最適化の提案には、ラベル付け、フォントサイズの調整、複數のサブピクチャーの表示、保存チャートが含まれます。 4.それを使用する場合は、キー変數を選択して優(yōu)先順位を付ける必要があります。色は派手ではなく、統(tǒng)計的な説明と一緒に分析する必要があります。

データ分析の最初のステップは、多くの場合、モデル化または予測ではなく、データがどのように見えるかを確認することです。探索的データ分析（EDA）にPythonのMatplotlibを使用する中心的な目的は、視覚的手段を通じてデータの傾向、異常、関係を発見することです。このステップは基本的なようですが、その後の分析の方向に大きな影響を與えます。

なぜmatplotlibを使用してEDAを行うのですか？

Matplotlibは、Pythonで最も古い描畫ギャラリーの1つであり、SeabornまたはPlotlyほど「高度」ではありませんが、EDAプロセス中にさまざまなチャートスタイルをすばやく試すのに十分な柔軟性があります。あなたはできる：

• すべての詳細をカスタマイズします
• 散布図、ヒストグラム、ラインプロットなどの一般的なグラフィックをすばやく描きます。
• パンダとうまく機能します

たとえば、データフレームを読んだ後、 df.plot()を使用して特定の列の分布を表示できます。この時點で、基礎となる調整はMatplotlibです。

一般的なEDAチャートの種類と使用

ヒストグラム

特定の數値列の集中傾向や離散性の程度など、単一の変數の分布を見てみましょう。

 pltとしてmatplotlib.pyplotをインポートします

plt.hist（df ['age']、bins = 20、edgecolor = 'black'）
plt.xlabel（ 'age'）
plt.ylabel（ '頻度'）
plt.title（ '年齢の分布'）
plt.show（）

ヒント：ビンの數は小さすぎたり多すぎたりしないでください。通常、最初に10?30を試すことができます。

散布図

2つの連続変數の関係を観察します。線形であろうと、外れ値があるかどうか。

 plt.scatter（df ['Income']、df ['sondents']、alpha = 0.6）
plt.xlabel（ 'Income'）
plt.ylabel（「支出」）
plt.title（ '収入と支出'）
plt.show（）

データポイントが多すぎると密度が高すぎる場合、 alphaパラメーターを使用して透明性を調整して、重複する問題を軽減できます。

ラインプロット

時系列または順序付けられたデータの傾向観測に適用されます。

 plt.plot（df ['date']、df ['sales']）
plt.xlabel（ 'date'）
plt.ylabel（ 'Sales'）
plt.xticks（回転= 45）
plt.tight_layout（）
plt.show（）

日付形式が正しく解析されているかどうかに注意してください。それ以外の場合は、X軸が亂雑である可能性があります。

boxplot

カテゴリ変數の下で數値分布を表示します。これは、外れ値を検出するのに特に適しています。

 plt.boxplot（df.groupby（ 'category'）['price']）
plt.xticks（範囲（1、len（カテゴリ）1）、カテゴリ）
plt.ylabel（ 'price'）
plt.title（ 'カテゴリ別の価格分布'）
plt.show（）

チャートの最適化のためのヒント

EDAを行うときに視覚的な美しさを追求する必要はありませんが、いくつかの基本的な最適化により、問題をより速く見ることができます。

• タグの追加：x軸、y軸、タイトルをはっきりと書いてください。
• サイズのフォント：デフォルトのフォントが小さすぎる場合、特に軸ラベルが

plt.rcparams.update（{'font.size'：12}）

• 複數のサブピクチャディスプレイ： subplotsを使用して、複數の寫真を一緒に比較する

図、axes = plt.subplots（2、2、figsize =（10、8））
軸[0、0] .hist（df ['col1']）
軸[0、1] .scatter（df ['col1']、df ['col2']）
＃その他のサブピクチャー

• チャートを保存： plt.savefig('eda.png')を使用して、簡単に共有または録音するために結果を保存します

最後のいくつかのリマインダー

Matplotlibは使用するのが複雑ではありませんが、無視するのは簡単です。

• 一度に多くの寫真を描かないでください、重要な変數を優(yōu)先してください
• チャートの色に派手にならないでください、黒、白、灰色は良いです
• 統(tǒng)計的説明（平均、STDなど）と組み合わせると、効果はより良いです

基本的にそれだけです。

以上がpython matplotlibを使用した探索的データ分析の詳細內容です。詳細については、PHP 中國語 Web サイトの他の関連記事を參照してください。