Визуализация данных в Pandas
Для выполнения визуального анализа данных высокоуровневая Python-библиотека Pandas использует matplotlib. Рассмотрим простейший способ визуализации.
Для примера возьмем цену закрытия акций Apple в промежутке между 2012 и 2017 гг.
И что же мы видим:
По оси X, если это не задано явным способом, всегда будет находиться индекс. Что касается оси Y, то в нашем случае это цена закрытия. Посмотрев внимательно, можно заметить, что в 2014 году наблюдалось резкое падение цен на акции, что было связано с тем, что компания Apple проводила сплит 7 к 1.
Пример, разумеется, простейший и уже устаревший. Но главное, что следует уяснить, -- при совсем небольшом количестве кода мы получили относительно наглядный анализ, что говорит об эффективности подхода в целом.
Фактически, это лишь малая толика возможностей библиотеки Pandas. Узнать ее лучше вы сможете на нашем курсе "Системный аналитик. Advanced". Также, возможно, вам будут интересны следующие статьи по теме:
- "Чтение и запись данных в Pandas";
- "Группировка, агрегирование и сводные таблицы в Pandas";
- "Анализируем временные ряды в Pandas";
- "Анализируем данные: структура DataFrame в Pandas";
- "Анализируем данные: структура Series в Pandas";
- "Вскрываем Pandas: DataFrame + ndarray".
По материалам статьи "Introduction to pandas: data analytics in Python".
