دعنا نحاول تصور البيانات على الحملات الإعلانية المخزنة في DataFrame.
معين:
DataFrame ، الذي يخزن إحصاءات عن الحملات الإعلانية للمؤشرات التالية:
- CAMPAIGNNAME
- تاريخ
- الانطباعات
- نقرات
- نسبة النقر إلى الظهور
- كلفة
- متوسط تكلفة النقرة
- معدل الارتداد
- AvgPageviews
- معدل التحويل
- CostPerConversion
- التحويلات
نحن نستورد كل ما نحتاجه:
import seaborn as sns from pandas import Series,DataFrame
قراءة DataFrame لدينا من CSV
f=DataFrame.from_csv("cashe.csv",header=0,sep='',index_col=0,parse_dates=True)
تصور بيانات العمود AvgCpc
sns.distplot(f['AvgCpc'],bins=25) plt.show()
نحصل على الرسم البياني التالي:
يوضح هذا الرسم البياني توزيع تكاليف النقرات. يوضح الرسم البياني أن النقرة في أغلب الأحيان تكلف حوالي 3.5 روبل.
لجعل الرسم البياني أكثر دقة ، قم بزيادة القيمة في "صناديق". تعكس هذه المعلمة عدد الأجزاء التي سيتم تقسيم مخططنا إليها.
sns.distplot(f['AvgCpc'],bins=50) plt.show()
نحصل على ما يلي:
يمكنك أيضا استبدال الرسم البياني مع مؤامرة البساط (البساط)
sns.distplot(f['AvgCpc'],bins=25,rug=True,hist=False) plt.show()
دعنا نعود إلى الرسم البياني.
تعيين الأسماء والألوان
نحن لون الخط الأزرق والأعمدة الزرقاء.
sns.distplot(f['AvgCpc'],bins=25, kde_kws={'color':'indianred','label':''}, hist_kws={'color':'blue','label':''}) plt.show()
