В настоящее время непрерывный рост объемов данных приводит к необходимости подготавливать их для анализа. Один из самых популярных инструментов для этого – библиотека pandas для языка программирования Python.

В этой статье мы рассмотрим десять самых важных методов pandas для подготовки данных. Мы начнем с загрузки данных из различных источников, а затем перейдем к нормализации, обработке пропущенных данных и удалению дубликатов.

Для каждого метода мы рассмотрим конкретные примеры его использования, чтобы дать вам четкое представление о том, как можно подготовить ваши данные для анализа. Этот гайд будет полезен для начинающих аналитиков данных и программистов Python, которые хотят улучшить свои навыки в обработке данных.

Подготовка данных в pandas

Когда вы работаете с большими объемами данных, подготовка их к анализу может занять значительное время. Однако, если вы используете pandas – библиотеку для анализа данных в Python, то подготовка данных может быть проще и быстрее, благодаря множеству инструментов, предоставленных в этой библиотеке.

В pandas вы можете загрузить данные из различных источников в DataFrame – объект, который представляет собой таблицу с данными. Далее, вы можете применять различные методы для очистки и подготовки данных, такие как удаление дубликатов, заполнение пропущенных значений или изменение типа данных.

Кроме того, вы можете применять методы для создания новых столбцов на основе существующих, извлечения данных из строк, преобразования данных и многое другое.

Одним из ключевых преимуществ pandas является возможность быстро и эффективно агрегировать и группировать данные, что позволяет вам быстро находить ответы на многие вопросы, связанные с вашими данными.

Наконец, pandas также предоставляет возможность анализировать и визуализировать данные с помощью интегрированных инструментов, таких как Matplotlib и Seaborn.

В целом, pandas – это мощный инструмент для подготовки и анализа больших наборов данных, который имеет множество инструментов и методов для обработки, изменения и визуализации данных.

Что такое pandas?

Pandas – это бесплатная библиотека на языке Python, которая позволяет проводить анализ данных, а также удобно и быстро работать с таблицами и временными рядами. Pandas предоставляет мощные инструменты для чтения, записи и манипулирования большими и сложными наборами данных, что делает ее идеальным инструментом для работы с большими экономическими, статистическими и социологическими наборами данных.

В основе pandas лежит две структуры: Series и DataFrame. Series – это одномерный массив данных, а DataFrame – это двумерный массив, то есть таблица с несколькими строками и столбцами. С помощью pandas можно проводить такие операции, как выбор, добавление и удаление строк и столбцов, агрегирование и слияние данных, а также визуализацию данных.

Библиотека pandas является одним из наиболее популярных инструментов в науке о данных в глобальном масштабе. Она использовалась в таких проектах, как Google Finance, Netflix и Airbnb.

Описание библиотеки

Библиотека Pandas – это инструмент для работы с данными в языке программирования Python. Она содержит высокоэффективные и простые в использовании инструменты для анализа и манипулирования табличными данными. С помощью библиотеки Pandas можно легко и быстро осуществлять различные операции с данными, например, создавать новые таблицы, выбирать определенные строки и столбцы, проводить агрегирование данных.

Библиотека Pandas имеет широкий набор функций и методов для работы с данными, которые позволяют выполнять различные операции при обработке данных. Например, с ее помощью можно добавлять, удалять и изменять столбцы в таблице, преобразовывать типы данных, заменять значения, проводить группировку и очистку данных.

В общем, Pandas является полезным инструментом для работы с табличными данными в Python. С помощью библиотеки можно быстро и эффективно осуществлять различные операции с данными и проводить анализ, что является важным компонентом в работе с данными в современном мире.

Преимущества использования

Pandas / pd — это мощная библиотека для работы с данными в Python, которая позволяет обрабатывать большие объемы данных быстро и легко. Она обладает множеством преимуществ, которые делают ее одной из наиболее популярных библиотек для обработки данных в Python.

1. Простота использования: использование pandas / pd очень легко и интуитивно понятно. Она имеет широкий набор функций и методов, которые позволяют быстро и удобно обрабатывать, фильтровать, объединять и анализировать данные.
2. Широкий набор функциональности: pandas / pd имеет обширную функциональность для обработки данных в Python. Она позволяет проводить анализ данных, создавать сводные таблицы, обрабатывать пропущенные значения, работать с временными рядами, выполнять операции слияния и соединения таблиц, а также работать с экземплярами временных рядов.
3. Высокая скорость обработки данных: pandas / pd обладает высокой скоростью обработки данных. Она использует оптимизированные алгоритмы и структуры данных, благодаря чему обработка данных выполняется быстро и эффективно.
4. Гибкость и расширяемость: pandas / pd является гибкой и расширяемой библиотекой. Она легко интегрируется с другими библиотеками для работы с данными в Python, такими как numpy, matplotlib, scipy и другие. Кроме того, благодаря модульной структуре pandas / pd, можно легко расширить функциональность библиотеки, добавив новые функции и методы, которых нет в стандартной версии.
5. Открытый исходный код: pandas / pd является бесплатной и открытой библиотекой с открытым исходным кодом. Это позволяет пользователям использовать ее в своих проектах без ограничений и дополнительных расходов.

В целом, pandas / pd представляет собой мощный и простой в использовании инструмент для работы с данными в Python, который обладает многими преимуществами по сравнению с другими библиотеками. Если вы работаете с данными в Python, то pandas / pd — это обязательный инструмент, который поможет вам ускорить и упростить работу.

Установка и настройка

Для начала работы с библиотекой pandas необходимо установить ее на ваш компьютер. Для этого можно воспользоваться пакетным менеджером pip. Для этого нужно открыть терминал или командную строку и ввести команду:

pip install pandas

После установки библиотеки pandas можно начать работать с ее функциями и методами. Однако, для более эффективной работы с библиотекой, можно выставить некоторые настройки.

Например, можно установить максимальное количество столбцов, которые будут отображаться в выводе данных. Для этого нужно использовать следующую команду:

pd.set_option(‘display.max_columns’, NUM)

Вместо NUM нужно указать желаемое значение максимального количества столбцов.

Также можно изменить формат вывода чисел. Для этого нужно использовать следующую команду:

pd.set_option(‘display.float_format’, FUNCTION)

Вместо FUNCTION нужно указать функцию, которая будет отвечать за форматирование чисел.

Подробнее о настройках и функциях библиотеки pandas можно прочитать в документации.

Установка pandas

Для начала работы с библиотекой pandas необходимо ее установить. Для этого можно использовать инструмент управления пакетами pip, который обычно поставляется вместе с Python.

Существует несколько способов установки pandas:

• Установка с помощью команды pip install pandas в командной строке или терминале. Этот способ наиболее распространенный и простой в использовании;
• Установка с помощью Anaconda или Miniconda. Эти платформы поставляются с предустановленным набором научных библиотек, включая pandas;
• Установка с помощью системного пакетного менеджера (например, в Ubuntu можно использовать команду sudo apt-get install python-pandas).

Необходимо отметить, что иногда при установке pandas могут возникать проблемы с зависимостями или конфликтами версий библиотек. В этом случае рекомендуется воспользоваться виртуальным окружением, чтобы изолировать установленные пакеты и избежать конфликтов.

После успешной установки pandas можно начинать работу с библиотекой, импортировав ее и вызывая необходимые функции и методы.

Настройка окружения

Перед началом работы с библиотекой Pandas необходимо настроить окружение и установить необходимые программные компоненты. В первую очередь, необходимо установить Python версии 3.x и pip, удобный пакетный менеджер для Python.

Далее, необходимо установить библиотеку Pandas. Это можно сделать с помощью команды pip install pandas. Также для работы с некоторыми функциями Pandas могут понадобиться другие библиотеки, такие как NumPy, matplotlib, Seaborn и др.

После установки библиотеки Pandas, можно приступать к работе с ней. Рекомендуется использовать Jupyter Notebook или другой интегрированный разработчик Python для удобной работы и визуализации данных.

Также необходимо убедиться, что все необходимые файлы находятся в рабочей директории. Если файл находится в другой директории, его можно загрузить с помощью функции pandas.read_csv или других аналогичных функций.

Запуск программы необходимо осуществлять через терминал или командную строку. При работе с Pandas можно использовать различные IDE, такие как PyCharm, Spider, Visual Studio Code и т.д.

В целом, настройка окружения для работы с Pandas не представляет особых трудностей и сводится к установке необходимых программных компонентов и их настройке.

Загрузка и чтение данных

Одна из ключевых возможностей pandas – работа с различными источниками данных. Начнём с рассмотрения базовых операций загрузки и чтения данных.

Для загрузки данных из файлового формата, таких как CSV, Excel, JSON, HTML и других, можно использовать функцию read_*. Например, чтобы загрузить данные из CSV-файла, можно использовать функцию pd.read_csv(). Эта функция автоматически преобразует данные в pandas DataFrame.

Пример:

import pandas as pd
data = pd.read_csv('data.csv')

Также pandas позволяет загружать данные с удалённых ресурсов. Например, для загрузки данных с сайта можно использовать функцию pd.read_html().

Пример:

import pandas as pd
url = 'https://www.example.com/data.html'
tables = pd.read_html(url)
table = tables[0] # берем первую таблицу

Если нам нужно загрузить данные из базы данных, можно использовать специальную функцию pd.read_sql(), которая подключится к базе данных и выполнит SQL-запрос.

Пример:

import pandas as pd
import sqlite3
conn = sqlite3.connect('data.db')
query = 'SELECT * FROM table_name'
data = pd.read_sql(query, conn)

В каждом из примеров мы использовали функцию pd.read_* для загрузки данных в pandas DataFrame. Это основной инструмент работы с данными в pandas, и дальнейшая обработка данных будет происходить уже в этом объекте.

Форматы файлов данных

При работе с данными в pandas, одной из первостепенных задач является загрузка данных из файлов. Pandas предоставляет множество инструментов для чтения и записи данных в различные форматы. Рассмотрим некоторые из распространенных форматов данных:

• CSV – это текстовый формат файла, в котором данные разделены запятыми. Это наиболее распространенный формат хранения данных, который удобен для обмена информацией между системами и программами. Pandas предоставляет функции для чтения и записи файлов CSV.
• JSON – это формат обмена данными, основанный на языке JavaScript. Он используется для хранения структурированных данных в текстовом формате. Pandas позволяет читать данные из JSON-файлов и записывать данные в этот формат.
• Excel – это формат файлов, разработанный компанией Microsoft для хранения таблиц и графиков. Этот формат может быть использован для хранения и обмена данными, но Pandas несколько ограничен в работе с этим форматом. Для чтения и записи файлов Excel обычно используют библиотеки openpyxl или xlrd.

Кроме того, Pandas поддерживает множество других форматов данных, таких как SQL, HDF5, HTML, XML и др. В зависимости от специфики проекта, может потребоваться работа с тем или иным форматом.

Важно знать, что при работе с данными в Pandas необходимо правильно определить формат файлов данных. Некорректное определение формата может привести к искажению данных и неправильному их анализу.

Методы чтения данных

В pandas существует несколько методов для чтения данных в DataFrame, включая:

• pd.read_csv(): читает данные в формате csv, обычный текстовый файл, где значения разделены запятой или другим символом.
• pd.read_excel(): читает данные из файлов Excel и возвращает DataFrame. Этот метод работает с .xls и .xlsx файлами, включая форматы Excel 2003 и более поздних версий.
• pd.read_sql(): читает данные из базы данных SQLite, MySQL, PostgreSQL и других официально поддерживаемых баз данных.
• pd.read_html(): читает данные из таблиц HTML, возвращая список объектов DataFrame, где каждый объект представляет собой таблицу HTML на странице.

Каждый метод чтения данных в pandas имеет свои параметры, которые позволяют настроить чтение данных и обработку исключений. Некоторые из этих параметров включают в себя разделители столбцов, имена столбцов, типы данных столбцов, числа строк для загрузки и многое другое.

Независимо от того, какой метод чтения данных вы используете для загрузки данных в pandas, важно понимать типы данных, форматирование и структуру файла, из которого вы читаете данные. Если данные необходимо очистить или преобразовать, вы можете использовать методы pandas, такие как .dropna(), .fillna(), .replace() и другие.

Очистка данных

Одной из важных задач при работе с данными является их очистка. Входные данные могут содержать ошибки, пропуски, дубликаты, аномальные значения, которые могут исказить результаты анализа.

С помощью библиотеки pandas можно провести очистку данных. Например, используя метод dropna() можно удалить все строки, содержащие пропущенные значения в данных. Если нужно заполнить пропущенные значения, метод fillna() поможет заменить их на какое-то значение.

Дубликаты могут возникать, когда данные были скопированы или импортированы из нескольких источников. Их можно удалить методом drop_duplicates(). Еще одним методом очистки данных является метод replace(), который позволяет заменить значения в данных на другие.

Прежде чем проводить очистку данных, необходимо проанализировать их и понять, какие именно проблемы в них содержатся. Можно использовать метод describe() для получения информации о распределении данных, а также визуализировать данные, например, с помощью графиков.

Важно знать, что очистка данных не всегда является однозначным процессом. Некоторые данные могут быть выброшены некорректно, что может привести к искажению результатов анализа. Поэтому при проведении очистки данных необходимо быть внимательным и осторожным.

Удаление дубликатов

Если вы работаете с большим объемом данных, то неизбежно столкнетесь с дубликатами. Дубликаты – это строки, которые имеют полностью идентичные значения в каждом столбце. Удаление дубликатов важно, чтобы не искажать статистические показатели, анализировать данные и строить модели.

В pandas для удаления дубликатов используется метод .drop_duplicates(). Он применяется к датафрейму и возвращает новый датафрейм без дубликатов. По умолчанию этот метод сохраняет первую встретившуюся строку из группы дубликатов. Также метод имеет несколько параметров, позволяющих настроить удаление дубликатов под конкретные нужды.

Параметры метода drop_duplicates():

• subset – специфицирует, какие столбцы нужно учитывать для определения дубликатов. По умолчанию учитываются все столбцы
• keep – указывает, какой дубликат нужно сохранять: первый (‘first’), последний (‘last’), или все (False)
• inplace – если True, то изменения происходят в самом датафрейме, а не в возвращаемом значении
• ignore_index – если True, то индексы возвращаемого датафрейма будут сброшены и заменены на последовательность чисел

Например, чтобы удалить дубликаты только по столбцу “Name” и сохранить последнюю строку из дубликатов:

df.drop_duplicates(subset='Name', keep='last')

Данный метод не удаляет строки с неполными дубликатами, если они есть. То есть строки, которые имеют общие значения только для определенных столбцов. В этом случае нужно использовать метод .duplicated(). Он возвращает логический массив, где True соответствует дубликату. Если мы передадим этот массив в качестве аргумента метода .drop(), то удалим все строки, которые соответствуют дубликатам:

df.drop(df[df.duplicated()].index)

Так же можно проиллюстрировать удаление дубликатов с помощью таблицы:

Name	Age	City
John	25	New York
Jane	30	London
John	25	New York
Mark	35	Paris
Jane	30	London

После выполнения метода .drop_duplicates() получим следующую таблицу:

Name	Age	City
John	25	New York
Jane	30	London
Mark	35	Paris

Исправление пропущенных значений

Пропущенные значения – это обычное явление в реальных наборах данных. Но если их оставить без изменений, это может привести к неправильным выводам при анализе. Поэтому важно знать, как работать с пропущенными значениями в pandas.

Существует несколько способов исправления пропущенных значений в pandas:

• Удаление строк или столбцов: если число пропущенных значений невелико, можно удалить строки или столбцы, содержащие пропущенные значения. Для этого можно использовать метод dropna().
• Заполнение пропущенных значений: если удаление строк или столбцов нежелательно, можно заполнить пропущенные значения какими-либо другими значениями. Например, можно заполнить пропущенные значения средним значением по столбцу. Для этого можно использовать метод fillna().
• Интерполяция: если значения в столбце относительно близки, то можно использовать метод interpolate(), который заполнит пропущенные значения на основе соседних значений.

Выбор метода исправления пропущенных значений зависит от конкретной ситуации и от того, какие выводы нужно сделать из данных. Важно помнить, что исправление пропущенных значений не всегда приводит к более точным результатам и может исказить реальную картину.

Отбор данных

Отбор данных является одним из самых важных процессов в анализе данных. В pandas отбор данных осуществляется с помощью методов loc и iloc.

Метод loc позволяет выбирать данные по лейблу или условию. Например, следующий код выбирает все строки, где значение в столбце “age” больше 25:

df.loc[df['age'] > 25]

Метод iloc позволяет выбирать данные по позиции. Например, следующий код выбирает первые 5 строк и первые 3 столбца:

df.iloc[:5, :3]

Кроме того, можно использовать булевы массивы для отбора данных. Например, следующий код выбирает строки, где значение в столбце “age” больше 25 и значение в столбце “sex” равно “male”:

df[(df['age'] > 25) & (df['sex'] == 'male')]

Также можно использовать метод query для отбора данных по условию. Например, следующий код выбирает строки, где значение в столбцах “age” и “fare” больше 25 и 50 соответственно:

df.query('age > 25 and fare > 50')

Отбор данных может быть использован для создания новых датафреймов, фильтрации ненужных данных и анализа данных.

Преобразование данных

Преобразование данных – это необходимый этап в работе с большим объемом информации, который позволяет подготовить данные к анализу и визуализации. В библиотеке pandas является важным шагом для обработки и подготовки данных.

Для преобразования данных в pandas можно использовать методы, такие как:

• drop_duplicates(): удаляет все дублирующиеся строки из DataFrame.
• fillna(): заполняет пропущенные значения в DataFrame необходимыми данными, такими как медиану, среднее значение или значение из другого столбца.
• replace(): заменяет выбранные значения в DataFrame на другие значения.
• applymap(): применяет функцию к каждому элементу в DataFrame.
• groupby(): группирует данные по заданному столбцу и выполняет функцию агрегации.

Кроме того, можно создавать новые столбцы, объединять таблицы, изменять тип данных столбцов и многое другое.

При использовании любого метода преобразования данных важно понимать, что это может повлиять на результаты анализа данных. Поэтому рекомендуется внимательно проверять данные после преобразования и убедиться, что они соответствуют требованиям проекта.

Изменение типов данных

В pandas есть возможность изменять типы данных колонок, что позволяет оптимизировать использование памяти и обеспечить правильную обработку данных.

Для изменения типа данных колонки используется метод astype(), который принимает на вход тип данных, к которому нужно привести колонку. Например, если нужно изменить тип данных колонки на числовой, то можно использовать следующий код:

df['column_name'] = df['column_name'].astype(float)

Если же нужно изменить тип данных на строковый, то можно использовать следующий код:

df['column_name'] = df['column_name'].astype(str)

Также есть возможность изменить тип данных нескольких колонок сразу:

df[['column_name_1', 'column_name_2']] = df[['column_name_1', 'column_name_2']].astype(float)

Если в колонке есть значения, которые невозможно привести к новому типу, то будет вызвано исключение. Для избежания ошибок можно использовать метод to_numeric(), который позволяет преобразовать значения в числовой тип данных, а все непреобразуемые значения заменить на значение NaN:

df['column_name'] = pd.to_numeric(df['column_name'], errors='coerce')

Также можно использовать метод to_datetime() для преобразования значений в тип данных даты и времени:

df['column_name'] = pd.to_datetime(df['column_name'])

Изменение типов данных колонок может помочь оптимизировать использование памяти и обеспечить правильную обработку данных в pandas.

Переименование столбцов

Pandas – это мощный инструмент для работы с табличными данными. Одной из важных задач в подготовке данных является переименование столбцов в Pandas.

Существует несколько способов переименования столбцов в Pandas:

• Метод rename()

Метод rename() позволяет переименовывать один или несколько столбцов. Для изменения имени столбца используется словарь, где ключами являются текущие названия столбцов, а значениями – новые.

Пример:

df.rename(columns={'old_name': 'new_name'}, inplace=True)

где df – объект DataFrame, old_name – текущее название столбца, new_name – новое название столбца.

• Изменение названий столбцов при чтении файла

При чтении файла можно задать новые имена для столбцов. Для этого используется параметр names метода read_csv().

Пример:

df = pd.read_csv('file.csv', names=['new_name1', 'new_name2'])

где df – объект DataFrame, file.csv – путь к файлу, new_name1, new_name2 – новые названия столбцов.

Переименование столбцов является важной задачей в подготовке данных и может быть выполнено несколькими способами в Pandas.

Группировка данных

Группировка данных является одной из важнейших операций при работе с DataFrame в pandas. Эта операция позволяет сгруппировать данные по определенным критериям и выполнить необходимые действия с каждой группой.

Для группировки данных в pandas используется метод groupby(). Этот метод принимает на вход критерий группировки – столбец или столбцы, по которым необходимо сгруппировать данные. Далее, по каждой группе можно выполнить различные операции, например, подсчитать среднее значение или сумму.

Чтобы получить результаты группировки, необходимо вызвать нужную агрегирующую функцию через метод agg(). Этот метод также принимает на вход функцию, которая будет применена к каждой группе данных. Полученные результаты объединяются в новый DataFrame.

Вы можете сгруппировать данные по нескольким столбцам, применить различные функции и даже создавать свои собственные функции для агрегирования данных. Кроме того, можно сгруппировать данные по индексам, а не по столбцам.

Группировка данных является мощным инструментом при работе с DataFrame в pandas. Она позволяет увидеть нужные данные в нужной сводной форме и выполнять нужные операции с каждой группой данных. Используйте этот инструмент для получения более полного и точного анализа ваших данных.

Анализ данных

После подготовки данных в pandas, наступает этап анализа данных. Анализ данных помогает лучше понять характеристики данных и выделить особенности, которые могут быть полезны при решении конкретной задачи.

Основным инструментом для анализа данных в pandas является метод describe(). Он генерирует основные статистические данные для всех числовых столбцов DataFrame, такие как количество значений, среднее значение, стандартное отклонение, минимальное и максимальное значения, а также квантили. Этот метод может быстро дать представление о распределении данных и выявить выбросы.

Для анализа категориальных данных можно использовать метод value_counts(). Он показывает количество вхождений каждого значения в определенном столбце. С помощью value_counts() можно выявить наиболее распространенные значения категорий и их распределение в датасете.

Для визуализации данных в pandas можно использовать различные библиотеки, такие как matplotlib и seaborn. С их помощью можно создавать графики, диаграммы и распределения для более детального анализа данных. Например, scatter plot (диаграмма рассеяния) может помочь выявить связь между двумя переменными, а histogram (гистограмма) – показать распределение данных по интервалам.

Важно помнить, что анализ данных – это не только простое описание данных, но и поиск интересных и неожиданных взаимосвязей между ними. Поэтому в процессе анализа следует действовать творчески и не бояться экспериментировать.

Статистические методы pandas

Библиотека pandas также содержит множество функций для проведения статистического анализа данных. Рассмотрим некоторые из них.

describe() – это функция, которая показывает основные статистические характеристики данных, такие как среднее значение, стандартное отклонение, квантили, минимальное и максимальное значения, а также количество значений и тип данных.

corr() – функция, которая вычисляет корреляцию между столбцами данных. Это может помочь определить, есть ли связь между двумя переменными и какова ее сила.

cov() – функция, которая вычисляет ковариацию между столбцами данных. Ковариация измеряет, насколько две переменные различаются от своих средних значений. Она может помочь определить, насколько две переменные связаны между собой и в каком направлении.

value_counts() – функция, которая считает, сколько раз каждое уникальное значение входит в столбец данных. Это может помочь определить распределение данных и их значимость.

mad() – функция, которая вычисляет среднее абсолютное отклонение значений от среднего значения столбца данных. Она может помочь определить, насколько отклоняются значения от среднего значения и насколько они варьируются.

hist() – функция, которая строит гистограмму распределения значений в столбце. Гистограмма показывает, как часто различные значения входят в столбец и как они распределены относительно друг друга.

boxplot() – функция, которая строит боксплот для столбца данных. Боксплот показывает распределение данных и позволяет определить выбросы и медиану.

Работа с функциями для статистического анализа данных поможет более глубоко понимать характеристики данных и их взаимосвязь между собой.

Визуализация данных

Визуализация данных – это процесс создания графических представлений информации для лучшего понимания и анализа данных. В pandas для визуализации данных используется библиотека matplotlib. Для начала работы с визуализацией данных нужно выполнить импорт библиотек:

import matplotlib.pyplot as plt

%matplotlib inline

Для создания графических представлений данных можно использовать различные типы диаграмм:

• Линейные графики (plot)
• Столбчатые графики (bar)
• Круговые диаграммы (pie)
• Гистограммы (hist)

Для каждого типа диаграммы есть свои методы, которые принимают на вход данные, которые требуется отобразить. Например, для создания линейного графика нужно использовать метод plot:

data.plot()

Если требуется настроить параметры отображения графика, можно передать соответствующие параметры в метод plot:

data.plot(

kind='line', # тип диаграммы

x='Year', # определяет ось X

y='Total', # определяет ось Y

title='Total number of medals',

figsize=(10,5) # размер графика

)

После создания графического представления данных, можно настроить его внешний вид, изменить цвета, маркеры, добавить текст, легенду и т.д.:

plt.title('Title', fontsize=20)

plt.xlabel('X Label', fontsize=15)

plt.ylabel('Y Label', fontsize=15)

plt.xlim(2000,2016)

plt.ylim(0,1500)

plt.grid(True)

Визуализация данных позволяет быстро и удобно анализировать большие объемы информации, находить зависимости и тренды. В pandas удобно использовать встроенную функциональность для создания диаграмм и настройки их внешнего вида.