andrea-dagostino

sns.scatterplot(x="proline", y="flavanoids", hue="target", data=df, palette="Dark2", s=80)
plt.title("Relazione tra proline, flavanoids e target")
plt.show()

andrea-dagostino

sns.catplot(x="target", y="proline", data=df, kind="box", aspect=1.5)
plt.title("Boxplot per target e proline")
plt.show()

andrea-dagostino

sns.pairplot(df)

andrea-dagostino

print(f"Curtosi: {df['magnesium'].kurt()}")
print(f"Asimmetria: {df['magnesium'].skew()}")

andrea-dagostino

df.target.value_counts().plot(kind="bar")
plt.title("Conteggio valori della variabile target")
plt.xlabel("Tipo di vino")
plt.xticks(rotation=0)
plt.ylabel("Conteggio")
plt.show()

andrea-dagostino

df.rename(columns={"od280/od315_of_diluted_wines": "protein_concentration"}, inplace=True)

andrea-dagostino

# carichiamo il dataset
wine = load_wine()

# convertiamo il dataset in un dataframe Pandas
df = pd.DataFrame(data=wine.data, columns=wine.feature_names)
# creiamo la colonna per il target
df["target"] = wine.target

andrea-dagostino

df = pd.read_csv("percorso/al/mio/dataset.csv")

andrea-dagostino

# manipolazione dati
import pandas as pd
import numpy as np

# visualizzazione
import matplotlib.pyplot as plt
from matplotlib import rcParams
import seaborn as sns

# applichiamo uno stile piacevole alla vista e settiamo i parametri di visualizzazione

andrea-dagostino

sns.catplot(x="target", y="proline", data=df, kind="box", aspect=1.5)
plt.title("Boxplot per target e proline")
plt.show()