În acest articol, vom discuta despre cum putem crea un countplot utilizarea bibliotecii seaborn și modul în care diferiții parametri pot fi utilizați pentru a deduce rezultate din caracteristicile setului nostru de date.
Biblioteca Seaborn
Biblioteca seaborn este utilizată pe scară largă în rândul analiștilor de date, galaxia de diagrame pe care o conține oferă cea mai bună reprezentare posibilă a datelor noastre.
java se agită la int
Biblioteca seaborn poate fi importată în mediul nostru de lucru folosind-
import seaborn as sns
Să discutăm acum de ce folosim countplot și care este semnificația parametrilor săi.
Countplot
Countplot este utilizat pentru a reprezenta apariția (numărările) observației prezente în variabila categorială.
Utilizează conceptul de diagramă cu bare pentru reprezentarea vizuală.
Parametri-
Următorii parametri sunt specificați atunci când creăm un countplot, să ne facem o scurtă idee despre ei -
Acum să vedem care sunt diferitele moduri de a ne reprezenta atributele.
În primul exemplu, vom crea un countplot pentru o singură variabilă. Am luat „sfaturi” setului de date pentru a implementa același lucru.
1. Valoarea contează pentru o singură variabilă
Exemplu -
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()
Ieșire:
În exemplul următor, vom folosi parametrul hue și vom crea un countplot.
Următorul program ilustrează același lucru-
în care an a fost inventat computerul
2. Reprezentarea a două variabile categoriale folosind parametrul hue
Exemplu -
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()
Ieșire:
În exemplul următor, vom lua în considerare axa y și vom crea un grafic de numărare orizontal.
fundal css
Următorul program ilustrează același lucru-
3. Crearea diagramelor orizontale
Exemplu -
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()
Ieșire:
Să aruncăm acum o privire la modul în care paletele de culori pot îmbunătăți prezentarea datelor noastre.
În exemplul următor, vom folosi parametrul 'palette'.
Următorul program ilustrează același lucru-
4. Folosirea paletelor de culori
Intrare-
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()
Ieșire:
ssis
În exemplul următor, vom folosi parametrul culoare și vom vedea cum funcționează?
Următorul program ilustrează același lucru-
5. Utilizarea unui parametru „culoare”
Exemplu -
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()
Ieșire:
Acum vom folosi parametrul „saturație” și vom vedea cum afectează acesta reprezentarea datelor noastre.
Următorul program ilustrează același lucru-
6. Utilizarea parametrului „saturație”
Exemplu -
butonul central în css
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()
Ieșire:
Și în sfârșit în ultimul exemplu vom folosi parametrii lățimea liniei și culoarea marginilor.
Exemplu -
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()
Ieșire: