pandas dataframe view

1. import

   import pandas as pd

   from matplotlib import pyplot as plt

   %matplotlib inline

   import seaborn as sns

2.  view

  df = pd.read_csv('test.csv')

  df.head()

  1) single plot

     sns.displot(df.age)

     -- view x-y graph according to age and count.

     sns.set()

     sns.set_style("whitegrid")

     sns.lmplot(x='age', y='count', data=df)

 

     -- view boxplot

     sns.set()

     sns.set_style("ticks")

     sns.set_context("paper")  --talk

     plt.figure(figsize=(8,6))    --adjust size

     sns.set_palette("bright")  --define palette 

     sns.boxplot(data=df)

     -- view scatterplot

     sns.stripplot(x='age', y='count', data=df)

     -- view swarm plot

     sns.swarmplt(x='age', y='count', data=df)

     -- view violin plot

     sns.violinplot(x='age', y='count', data=df)

     -- bar plot

     sns.barplot((x='age', y='count', data=df)

     -- count plot

     sns.countplot(x="age", data=df)

     -- wide plot (전체 항목 수평으로 표시)

     sns.boxplot(data=df, orient="h")

  2) multi-dimensional plot

   grid = sns.FacetGrid(df, col="sex", hue="count")

   grid.map(plt.hist, "Age")

   grid.add_legent()

  

   grid = sns.PairGrid(test, vars=["height", "weight"], hue="age")

   grid.map(plt.scatter);

   grid.add_legent();

   sns.pairplt(test, hue="age", size=2.5)