設定jupyter notebook

import pandas as pd
pd.plotting.register_matplotlib_converters()
import matplotlib.pyplot as plt
%matplotlib inline
import seaborn as sns
print("Setup Complete")

Setup Complete

讀取資料

我們使用pd.read_csv來讀取檔案

# Path of the file to read
flight_filepath = "./flight_delays.csv"

# Read the file into a variable flight_data
flight_data = pd.read_csv(flight_filepath, index_col="Month")

因為month這個column並不是日期的格式，因此在讀取的時候，不用加上parse_dates=True

顯示資料

因為資料集很小，可以只用一行就印出全部的資料

# Print the data
flight_data

長條圖

將Airline code NK的班機做成bar chart

# Set the width and height of the figure
plt.figure(figsize=(10,6))

# Add title
plt.title("Average Arrival Delay for Spirit Airlines Flights, by Month")

# Bar chart showing average arrival delay for Spirit Airlines Flights by month
sns.barplot(x=flight_data.index, y=flight_data['NK'])

# Add label for vertical axis
plt.ylabel("Arrival delay (minutes)")

Text(0, 0.5, 'Arrival delay (minutes)')

在bar chart中，有幾個主要的components

• sns.barplot - 告訴Notebook要創造一個bar chart
• x=flight_data.index - 選擇index當作x軸的資料
• y=flight_data['NK'] - 要用什麼資料來當作bar chart的高度
• **Important Note:**若x已經設定index，index是用month，因此y軸不能使用flight_data['month']

熱度圖

下方的程式碼是將flight_data的資料做成heatmap

# Set the width and height of the figure
plt.figure(figsize=(14,7))

# Add title
plt.title("Average Arrival Delay for Each Airline, by Month")

# Heatmap showing average arrival delay for each airline by month
sns.heatmap(data=flight_data, annot=True)

# Add label for horizontal axis
plt.xlabel("Airline")

Text(0.5, 42.0, 'Airline')

heatmap也包含三個組件

• sns.heatmap - 告訴notebook要創建heatmap
• data=flight_data - 告訴heatmap要使用甚麼資料
• annot=True - 將值顯示在heatmap中，若沒有使用的話，只看的到顏色，看不到數值