บทนำ ใช้ isna().sum() นับจำนวนค่า NaN ในคอลัมน์เฉพาะ ขั้นตอน นำเข้า pandas และ numpy สร้าง DataFrame มีค่า NaN ในคอลัมน์ Units_Sold (ใช้ np.NaN) นับ NaN: count = dataFrame[Units_Sold].isna().sum() โค้ดเต็ม import pandas as pd import numpy as np dataFrame = pd.DataFrame({ Car: [BMW, Lexus,

บทนำ Time Series Plot ใช้ lineplot() แสดงข้อมูลตามเวลา สร้าง DataFrame มีคอลัมน์ Date_of_Purchase และ Units Sold ขั้นตอน นำเข้า seaborn, pandas, matplotlib สร้าง DataFrame ข้อมูลวันที่และยอดขาย วาด Time Series Plot: sb.lineplot(x=Date_of_Purchase, y=Units Sold, data=dataFrame) โค้ดเต็ม import s

บทนำ Bar Plot ควบคุมลำดับหมวดหมู่ด้วยพารามิเตอร์ order ใช้ข้อมูล Cricketers2.csv ขั้นตอน นำเข้าไลบรารี โหลดข้อมูล CSV วาด Horizontal Bar Plot ระบุลำดับ Academy: sb.barplot(x=dataFrame[Academy], y=dataFrame[Matches], order=[Victoria, Western Australia, South Australia, Tasmania]) โค้ดเต็ม im

บทนำ Line Plot ใน Seaborn ใช้ seaborn.lineplot() แสดงแนวโน้มข้อมูล ใช้ข้อมูล Cricketers.csv โค้ดตัวอย่าง import seaborn as sb import pandas as pd import matplotlib.pyplot as plt dataFrame = pd.read_csv(C:\\Users\\amit_\\Desktop\\Cricketers.csv) print(\nReading the CSV file...\n, dataFrame) x = da

บทนำ Scatter Plot ใน Seaborn ใช้ seaborn.scatterplot() แสดงความสัมพันธ์ระหว่างตัวแปร พร้อมจัดกลุ่มด้วย hue ตัวอย่างที่ 1: ใช้ hue import seaborn as sb import pandas as pd import matplotlib.pyplot as plt dataFrame = pd.read_csv(C:\\Users\\amit_\\Desktop\\Cricketers.csv) sb.scatterplot(dataFrame[Age

บทนำ Box Plot แสดงการกระจายข้อมูลตามหมวดหมู่ ใช้ seaborn.boxplot() กับ Cricketers.csv ตัวอย่างที่ 1: Box Plot สองคอลัมน์ import seaborn as sb import pandas as pd import matplotlib.pyplot as plt dataFrame = pd.read_csv(C:\\Users\\amit_\\Desktop\\Cricketers.csv) sb.boxplot(dataFrame[Age], dataFrame[

บทนำ ใช้ eval() คำนวณผลรวมแถวและสร้างคอลัมน์ใหม่ใน DataFrame ขั้นตอน สร้าง DataFrame ข้อมูลสินค้า (Product, Opening_Stock, Closing_Stock) ใช้ eval() คำนวณ Result_Sum = Opening_Stock + Closing_Stock: dataFrame = dataFrame.eval(Result_Sum = Opening_Stock + Closing_Stock) โค้ดเต็ม import pandas as

บทนำ Stacked Horizontal Bar Chart ใช้ barh() ตั้ง stacked=True ขั้นตอน นำเข้าไลบรารี สร้าง DataFrame ข้อมูลรถยนต์ วาด Stacked Horizontal Bar Chart: dataFrame.plot.barh(stacked=True, title=Car Specifications, color=(orange, cyan)) โค้ดเต็ม import pandas as pd import matplotlib.pyplot as plt

บทนำ Violin Plot รวม Box Plot และ Kernel Density Estimate ใช้ seaborn.violinplot() กับข้อมูล Cricketers.csv โค้ดตัวอย่าง import seaborn as sb import pandas as pd import matplotlib.pyplot as plt dataFrame = pd.read_csv(C:\\Users\\amit_\\Desktop\\Cricketers.csv) sb.violinplot(dataFrame[Weight]) plt.

บทนำ Horizontal Trend เรียกอีกอย่างว่า Stationery Trend ใช้ข้อมูล SalesRecords3.csv ขั้นตอน นำเข้า pandas, matplotlib โหลด CSV แล้วแปลงคอลัมน์ Sold_On เป็น datetime ตั้งค่า Index เป็น Sold_On พลอตด้วย dataFrame.plot() โค้ดเต็ม import pandas as pd import matplotlib.pyplot as plt dataFrame = pd.r

บทนำ ใช้พารามิเตอร์ names ของ read_csv() เพื่อตั้งชื่อคอลัมน์เมื่อไฟล์ CSV ไม่มีหัวข้อ ขั้นตอน นำเข้า pandas อ่าน CSV โดยระบุ names=[Team, Rank_Points, Year]: dataFrame = pd.read_csv(C:\\Users\\amit_\\Desktop\\TeamData.csv, names=[Team, Rank_Points, Year]) โค้ดเต็ม import pandas as pd # อ่

บทนำ Swarm Plot เป็น Categorical Scatterplot จุดไม่ทับซ้อน ใช้ seaborn.swarmplot() กับข้อมูล Cricketers.csv โค้ดตัวอย่าง import seaborn as sb import pandas as pd import matplotlib.pyplot as plt dataFrame = pd.read_csv(C:\\Users\\amit_\\Desktop\\Cricketers.csv) sb.set_theme(style=whitegrid) sb.swa

บทนำ Bar Plot แสดงประมาณค่าและช่วงเชื่อมั่นเป็นแท่งสี่เหลี่ยม ใช้ seaborn.barplot() กับข้อมูล Cricketers.csv โค้ดตัวอย่าง import seaborn as sb import pandas as pd import matplotlib.pyplot as plt dataFrame = pd.read_csv(C:\\Users\\amit_\\Desktop\\Cricketers.csv) sb.barplot(x=dataFrame[Height]) plt.

บทนำ Point Plot แสดงประมาณค่าและช่วงเชื่อมั่น ใช้ seaborn.pointplot() กับข้อมูล Cricketers.csv ตัวอย่างที่ 1: Point Plot พื้นฐาน import seaborn as sb import pandas as pd import matplotlib.pyplot as plt dataFrame = pd.read_csv(C:\\Users\\amit_\\Desktop\\Cricketers.csv) sb.pointplot(x=dataFrame[Age]

บทนำ Count Plot แสดงจำนวนสังเกตในแต่ละหมวดหมู่ ใช้ seaborn.countplot() ตัวอย่างใช้ข้อมูล Cricketers.csv ตัวอย่างที่ 1: Count Plot แบบง่าย import seaborn as sb import pandas as pd import matplotlib.pyplot as plt dataFrame = pd.read_csv(C:\\Users\\amit_\\Desktop\\Cricketers.csv) sb.countplot(dataFra

บทนำ ใช้ pandas.DataFrame.plot.barh วาด Horizontal Bar Chart เปรียบเทียบหมวดหมู่ที่เป็นแบบไม่ต่อเนื่อง ขั้นตอน นำเข้า pandas และ matplotlib สร้าง DataFrame ข้อมูลรถยนต์ (Car, Cubic_Capacity, Reg_Price, Units_Sold) วาด Horizontal Bar Chart: dataFrame.plot.barh(x=Car, y=Cubic_Capacity, title=Ca

บทนำ สร้าง Vertical Box Plot แสดงการกระจายข้อมูลตามหมวดหมู่ ใช้ seaborn.boxplot() กับข้อมูล Cricketers.csv ขั้นตอน นำเข้าไลบรารี โหลดข้อมูล CSV วาด Vertical Box Plot: sb.boxplot(x=Academy, y=Age, data=dataFrame) โค้ดเต็ม import seaborn as sb import pandas as pd import matplotlib.pyplot as plt

บทนำ วาด Violin Plot แนวนอน ระบุลำดับด้วย order และแสดง Observation ด้วย inner ขั้นตอน นำเข้าไลบรารี โหลดข้อมูล Cricketers.csv วาด Horizontal Violin Plot: sb.violinplot(x=Age, y=Role, order=[Batsman, Bowler], data=dataFrame, inner=stick) โค้ดเต็ม import seaborn as sb import pandas as pd imp

บทนำ Box Plot แสดงการกระจายข้อมูลตามหมวดหมู่ ใช้ seaborn.boxplot() ควบคุมลำดับ Box ด้วยพารามิเตอร์ order ขั้นตอน นำเข้าไลบรารี โหลดข้อมูล Cricketers.csv วาด Box Plot ระบุลำดับ Academy: sb.boxplot(x=Academy, y=Age, data=dataFrame, order=[Tasmania, South Australia, Victoria]) โค้ดเต็ม import

บทนำ Point Plot แสดงประมาณค่าจุดและช่วงเชื่อมั่นด้วยสัญลักษณ์ Scatter Plot ใช้ seaborn.pointplot() ตั้งค่า Cap ให้ Error Bars ด้วย capsize ขั้นตอน นำเข้าไลบรารี โหลดข้อมูล Cricketers.csv วาด Point Plot คอลัมน์ Role และ Age พร้อม capsize=.3: sb.pointplot(dataFrame[Role], dataFrame[Age], capsize=.3)