TechCodeview

Šiame straipsnyje aptarsime, kaip galime sukurti a skaičiavimo brėžinys naudojant jūros biblioteką ir kaip naudojant skirtingus parametrus galima daryti išvadas iš mūsų duomenų rinkinio ypatybių.

Android telefono nustatymų meniu

Seaborn biblioteka

Jūroje gimusi biblioteka yra plačiai naudojama tarp duomenų analitikų, o joje esanti sklypų galaktika geriausiai atspindi mūsų duomenis.

Jūroje gimusią biblioteką į mūsų darbo aplinką galima importuoti naudojant

 import seaborn as sns 

Dabar aptarkime, kodėl naudojame skaičiavimo diagramą ir kokia yra jo parametrų reikšmė.

Skaičiavimas

Skaičiavimo grafikas naudojamas kategoriškame kintamajame esantiems stebėjimo įvykiams (skaičiams) pavaizduoti.

Vizualiniam vaizdavimui naudojama juostinės diagramos koncepcija.

Parametrai -

Kuriant skaičiavimo diagramą nurodomi šie parametrai, trumpai apžvelgsime juos -

x ir y-Šis parametras nurodo duomenis, į kuriuos pateikiame vaizdavimą, ir tada stebi paryškintus modelius.spalva -Šis parametras nurodo spalvą, kuri gali suteikti mūsų sklypui gerą išvaizdą.paletė -Tai užima paletės vertę. Jis dažniausiai naudojamas atspalvio kintamajam parodyti.atspalvis-Šis parametras nurodo stulpelio pavadinimą.duomenys -Šis parametras nurodo duomenų rėmelį, kurį norėtume naudoti kaip atvaizdavimą. Pavyzdžiui, duomenys gali būti masyvas.gudrauti -Šis parametras yra neprivalomas ir kaip įvestį priima Būlio reikšmę.prisotinimas -Šis parametras priima slankiąją vertę. Kai tai nurodome, galima pastebėti spalvų intensyvumo kitimą.atspalvio_tvarka-Parametras hue_order kaip įvestį priima eilutes.Kwargs-Parametras kwargs nurodo rakto ir reikšmių susiejimą.kirvis-Parametras ax yra neprivalomas ir naudojamas ašims, ant kurių kuriami brėžiniai, paimti.orientuotis-Parametras orientuotis yra neprivalomas ir nurodo mums reikalingą sklypo orientaciją, horizontalią ar vertikalią.

Dabar pažiūrėkime, kokie yra skirtingi mūsų savybių vaizdavimo būdai.

Pirmajame pavyzdyje sukursime vieno kintamojo skaičiavimo diagramą. Mes ėmėmės duomenų rinkinio „patarimų“, kad įgyvendintume tą patį.

mašinraščio rodyklės funkcija

1. Reikšmė skaičiuojama vienam kintamajam

Pavyzdys -

 import matplotlib.pyplot as plt import seaborn as sns import pandas as pd #loading the dataset 'tips' df=pd.read_csv('/content/tips.csv') #plotting the graph sns.countplot(x='sex',data=df) plt.show() 

Išvestis:

Kitame pavyzdyje naudosime atspalvio parametrą ir sukursime skaičiavimo diagramą.

Toliau pateikta programa iliustruoja tą patį -

2. Dviejų kategorinių kintamųjų atvaizdavimas naudojant atspalvio parametrą

Pavyzdys -

 import matplotlib.pyplot as plt import seaborn as sns import pandas as pd #loading the dataset 'tips' df=pd.read_csv('/content/tips.csv') #plotting the graph sns.countplot(x='sex',hue='smoker',data=df) plt.show() 

Išvestis:

Kitame pavyzdyje apžvelgsime y ašį ir sukursime horizontalų skaičiavimo diagramą.

Toliau pateikta programa iliustruoja tą patį -

3. Horizontalių sklypų kūrimas

Pavyzdys -

 import matplotlib.pyplot as plt import seaborn as sns import pandas as pd #loading the dataset 'tips' df=pd.read_csv('/content/tips.csv') #plotting the graph sns.countplot(y='sex',hue='smoker',data=df) plt.show() 

Išvestis:

Dabar pažiūrėkime, kaip spalvų paletės gali pagerinti mūsų duomenų pateikimą.

Kitame pavyzdyje naudosime parametrą 'paletė'.

Java kodo pavyzdžiai

Toliau pateikta programa iliustruoja tą patį -

4. Spalvų palečių naudojimas

įvestis-

 import matplotlib.pyplot as plt import seaborn as sns import pandas as pd #loading the dataset 'tips' df=pd.read_csv('/content/tips.csv') #plotting the graph sns.countplot(x='sex', data=df, palette='Set1') plt.show() 

Išvestis:

Kitame pavyzdyje naudosime parametro spalvą ir pažiūrėkime, kaip tai veikia?

Toliau pateikta programa iliustruoja tą patį -

5. Parametro „spalva“ naudojimas

Pavyzdys -

 import matplotlib.pyplot as plt import seaborn as sns import pandas as pd #loading the dataset 'train' df=pd.read_csv('/content/train.csv') #plotting the graph sns.countplot(x='Pclass',hue='Sex', data=df, color='green') plt.show() 

Išvestis:

Dabar naudosime parametrą „sotumas“ ir pamatysime, kaip jis paveiks mūsų duomenų atvaizdavimą.

Toliau pateikta programa iliustruoja tą patį -

6. Parametro „sotumas“ naudojimas

Pavyzdys -

lygiavertiškumo dėsniai

 import matplotlib.pyplot as plt import seaborn as sns import pandas as pd #loading the dataset 'train' df=pd.read_csv('/content/train.csv') #plotting the graph sns.countplot(x='Pclass',data=df, color='green', saturation=0.1) plt.show() 

Išvestis:

Ir galiausiai paskutiniame pavyzdyje naudosime parametrus linijos plotis ir krašto spalva.

Naudojant matplotlib.axes.Axes.bar()

Pavyzdys -

 import matplotlib.pyplot as plt import seaborn as sns import pandas as pd #loading the dataset 'train' df=pd.read_csv('/content/train.csv') sns.countplot(x='Sex', data=df, color='green', facecolor=(0,0,0,0), linewidth=5, edgecolor=sns.color_palette('BrBG',2)) plt.show() 

Išvestis: