Essayons de visualiser les données des campagnes publicitaires stockées dans un DataFrame.
Étant donné:
DataFrame, qui stocke des statistiques sur les campagnes publicitaires pour les indicateurs suivants:
- Nom de campagne
- Date
- Impressions
- Clics
- Ctr
- Coût
- Avgcpc
- Bouncerate
- AvgPageviews
- Conversionversion
- CostPerConversion
- Conversions
Nous importons tout ce dont nous avons besoin:
import seaborn as sns from pandas import Series,DataFrame
Lisez notre DataFrame de CSV
f=DataFrame.from_csv("cashe.csv",header=0,sep='',index_col=0,parse_dates=True)
Visualisez les données de colonne AvgCpc
sns.distplot(f['AvgCpc'],bins=25) plt.show()
Nous obtenons le graphique suivant:
Ce graphique montre la répartition des coûts de clic. Le graphique montre que le plus souvent, un clic coûte environ 3,5 roubles.
Pour rendre le graphique plus précis, augmentez la valeur en «bacs». Ce paramètre reflète le nombre de parties dans lesquelles notre graphique sera divisé.
sns.distplot(f['AvgCpc'],bins=50) plt.show()
Nous obtenons ce qui suit:
Vous pouvez également remplacer l'histogramme par un tracé de tapis (tapis)
sns.distplot(f['AvgCpc'],bins=25,rug=True,hist=False) plt.show()
Revenons à l'histogramme.
Définir des noms et des couleurs
Nous colorons la ligne en bleu et les colonnes en bleu.
sns.distplot(f['AvgCpc'],bins=25, kde_kws={'color':'indianred','label':''}, hist_kws={'color':'blue','label':''}) plt.show()
