TechCodeview

В тази статия ще обсъдим как можем да създадем a countplot използване на библиотеката на seaborn и как различните параметри могат да се използват за извеждане на резултати от характеристиките на нашия набор от данни.

Морска библиотека

Морската библиотека се използва широко сред анализаторите на данни, галактиката от графики, които съдържа, осигурява възможно най-доброто представяне на нашите данни.

Морската библиотека може да бъде импортирана в нашата работна среда с помощта на-

 import seaborn as sns 

Нека сега обсъдим защо използваме countplot и какво е значението на неговите параметри.

Countplot

Диаграмата за преброяване се използва за представяне на появата (броя) на наблюдението, присъстващо в категориалната променлива.

Той използва концепцията за стълбовидна диаграма за визуално изображение.

Параметри-

Следните параметри са посочени, когато създаваме график за броене, нека да получим кратка представа за тях -

x и y-Този параметър указва данните, към които се отнасяме за представяне, и след това наблюдава маркираните модели.цвят-Този параметър определя цвета, който може да придаде добър външен вид на нашия парцел.палитра-Приема стойността на палитрата. Използва се най-вече за показване на променливата на нюанса.нюанс-Този параметър указва името на колоната.данни-Този параметър указва рамката от данни, която бихме искали да вземем за представянето. Например данните могат да бъдат масив.избягвам-Този параметър е незадължителен и приема булева стойност като вход.насищане-Този параметър приема плаваща стойност. Може да се наблюдава промяна в интензивността на цветовете, когато уточним това.hue_order-Параметърът hue_order приема низове като вход.kwargs-Параметърът kwargs указва преобразуването на ключ и стойност.брадваПараметърът axe е незадължителен и се използва за вземане на оси, върху които се създават графики.ориентирам-Параметърът orient не е задължителен и казва ориентацията на графиката, от която се нуждаем, хоризонтална или вертикална.

Сега нека видим какви са различните начини за представяне на нашите атрибути.

В първия пример ще създадем графичен график за една променлива. Взехме „съвети“ от набора от данни, за да приложим същото.

1. Стойността се брои за една променлива

пример -

как да надстроя java

 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() 

Изход:

В следващия пример ще използваме параметъра за оттенък и ще създадем графичен график.

Следната програма илюстрира същото-

2. Представяне на две категорични променливи с помощта на параметъра hue

пример -

 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() 

Изход:

В следващия пример ще разгледаме оста y и ще създадем хоризонтална графика за броене.

Следващата програма илюстрира същото-

3. Създаване на хоризонтални графики

пример -

 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() 

Изход:

Нека сега да разгледаме как цветните палитри могат да подобрят представянето на нашите данни.

низ към булева java

В следващия пример ще използваме параметъра 'palette'.

Следващата програма илюстрира същото-

4. Използване на цветови палитри

Вход-

 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() 

Изход:

В следващия пример ще използваме параметъра color и ще видим как работи?

Следващата програма илюстрира същото-

5. Използване на параметър 'color'

пример -

 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() 

Изход:

Сега ще използваме параметъра „насищане“ и ще видим как влияе върху представянето на нашите данни.

Следващата програма илюстрира същото-

git добави всички

6. Използване на параметъра 'насищане'

пример -

 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() 

Изход:

И накрая в последния пример ще използваме параметрите ширина на линията и edgecolor.

Използване на matplotlib.axes.Axes.bar()

пример -

 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() 

Изход: