让我们尝试形象化存储在DataFrame中的广告活动的数据。
鉴于：
DataFrame，它存储有关以下指标的广告活动的统计信息：
- 广告活动名称
- 日期
- 印象数
- 点击次数
- 点击率
- 费用
- Avgcpc
- 跳出率
- 平均浏览量
- 转换版本
- CostPerConversion
- 转换次数
我们导入所需的一切：
import seaborn as sns from pandas import Series,DataFrame
从csv阅读我们的DataFrame
f=DataFrame.from_csv("cashe.csv",header=0,sep='',index_col=0,parse_dates=True)
可视化AvgCpc列数据
sns.distplot(f['AvgCpc'],bins=25) plt.show()
我们得到以下图：
此图显示了点击费用的分布。 该图显示，最常见的点击费用约为3.5卢布。
为了使图形更准确，请增加“ bins”中的值。 此参数反映了我们的图表将分为多少部分。
sns.distplot(f['AvgCpc'],bins=50) plt.show()
我们得到以下内容：
您也可以用地毯图（地毯）代替直方图
sns.distplot(f['AvgCpc'],bins=25,rug=True,hist=False) plt.show()
让我们回到直方图。
设置名称和颜色
我们将线涂成蓝色，将列涂成蓝色。
sns.distplot(f['AvgCpc'],bins=25, kde_kws={'color':'indianred','label':''}, hist_kws={'color':'blue','label':''}) plt.show()
