📊 [DataCamp] Intermediate Python : Basic plots with Matplotlib, Pandas series & dataframe (loc,iloc)

📌 Gapminder World Map

 

 

📌 How to use Matplotlib

plot function tells python what to show, how to show! 

 

📌Scatter plot : doesn't connect the  dots, more honest way 

 

 

📌Practice : 나의 첫 그래프 

 

 

 

 

Histogram 

히스토그램

 

 

 

e.g. population pyramid : 

 

히스토그램 에시로 유명한 babyboom 세대의 인구 

 

 

Histogram_practice 

 

 

 Build a histogram(3) : compare 

 

 

 

 

customizaiton : how to customize plots 

 

 

 

 

different plot types * (colors, shapes, .. etc. ) customizations * Data * story 

 

 

 

 

 

+ add axis labels 

 befrore calling the show func, call axis labels func 

can give more info to the readers 

 

 

 

padding more data to each axis 

 

 

 

Labels 

 

New python type : Dictionaries (so useful!) 

기존의 방식 : 2개의 리스트를 만든다. 인덱스로 두 리스트를 연결한다. not convenient, not intuitive 

 

 

Dictionary의 방식 

pop = [30, 2, 39]
countries = ["afg", "alba", "algeria"]

... 

world = {"afg":30, "alba":2, "algeria":39}
world[alba]

// intuitive, more efficient (more speed)

 

 

Dictionary Manipulation(1) add keys 

 

 

 

 

📌 Pandas, Part1 

 

Tabular data set examples 

row = observations 관측개체

col = variable = 변수 

 

 

 

📌 pandas = high level data manipulation tool (built on Numpy) 

 

 

 

 

you can build it manually #1 : from dict using pd.DataFrame(dictname)

 

#2 Dataframe from CSV file 

 

- CSV파일은 comma-separated values의 약자로, 데이터를 저장하고 공유하는 매우 간편한 포맷이다,
- CSV파일은 숫자나 문자열로 구성된 표를 일반 텍스트(plain text)로 저장하므로, 이를 저장, 전송, 처리 할 수 있는 프로그램이 다양하다. 
- 데이터 저장소(csv file)와 데이터 처리(python 스크립트가 분리되므로, 다른 데이터셋에 똑같은 처리 과정을 보다 쉽게 적용할 수 있다. 

index_col=0 

맨 앞 열을 label로 설정함 

 

 

 

practice 

 

'

 

 

dictionary로 dataframe 실행시키고, 행에 label붙이기 

 

CSV to Dataframe(1) 

 

pandas 호출, csv 불러오고, index_col=0

 

 

Pandas part2

 

📌 Index and selet data! : first, with [] 

In the video, you saw that you can index and select Pandas DataFrames in many different ways. The simplest, but not the most powerful way, is to use square brackets.

 

 

 

2 Column 도 ok [] 

 

 

Row Access [] 

 

but [] : limited functionality 

 

 

Pandas loc와 iloc을 사용해보자 

 

 

 

loc (label-based) 

 

 

in a row 

 

 

difference here = you can extend ur sellection with your commas, + 

 

 

 

 

 

 

loc(label-based) 

 

Row Acces iloc  : can use index 

 

 

loc vs iloc 

 

Practice! 

 

 

 

 

 

 

출처 

datacamp.com