📢 Nuovo Corso Laravel API disponibile!

Creare Grafici in Pandas

La visualizzazione dei dati è un passo fondamentale nell’analisi dei dati, poiché consente di rappresentare visivamente le informazioni contenute nei dati. Matplotlib è una libreria Python ampiamente utilizzata per la creazione di grafici e visualizzazioni. In questo articolo, vedremo come creare grafici utilizzando dati da Pandas e Matplotlib.

Importare le Librerie

Prima di iniziare, è necessario importare le librerie Pandas e Matplotlib:

import pandas as pd
import matplotlib.pyplot as plt

Creare un DataFrame di Esempio

Per scopi illustrativi, creiamo un DataFrame di esempio:

data = {'Mese': ['Gennaio', 'Febbraio', 'Marzo', 'Aprile', 'Maggio'],
'Vendite': [1000, 1200, 800, 1500, 2000]}
df = pd.DataFrame(data)

Creare un Grafico a Linee

Un grafico a linee è utile per rappresentare la tendenza di una serie di dati nel tempo. Utilizziamo il metodo .plot() del DataFrame Pandas insieme a Matplotlib per creare un grafico a linee:

# Creare un grafico a linee delle vendite
plt.plot(df['Mese'], df['Vendite'])
plt.xlabel('Mese')
plt.ylabel('Vendite')
plt.title('Andamento delle Vendite Mensili')
plt.show()

Creare un Grafico a Barre

Un grafico a barre è utile per confrontare valori tra diverse categorie. Utilizziamo il metodo .plot() con il parametro kind='bar':

# Creare un grafico a barre delle vendite
df.plot(x='Mese', y='Vendite', kind='bar', rot=0)
plt.xlabel('Mese')
plt.ylabel('Vendite')
plt.title('Vendite Mensili per Mese')
plt.show()

Creare un Grafico a Torta

Un grafico a torta rappresenta la distribuzione percentuale di una serie di dati. Utilizziamo il metodo .plot() con il parametro kind='pie':

# Creare un grafico a torta della distribuzione delle vendite
df.plot(x='Mese', y='Vendite', kind='pie', autopct='%1.1f%%')
plt.title('Distribuzione delle Vendite per Mese')
plt.axis('equal') # Rende il grafico a torta circolare
plt.show()

Conclusioni

Matplotlib è una potente libreria per la creazione di grafici in Python e può essere facilmente integrata con Pandas per visualizzare dati tabulari. Con le diverse opzioni di grafico disponibili, è possibile rappresentare in modo efficace i dati in base alle proprie esigenze di analisi e comunicazione. La visualizzazione dei dati aiuta a identificare tendenze, modelli e relazioni nei dati, rendendo più facile la comprensione e la presa di decisioni basate sui dati.