TechCodeview

U ovom ćemo članku raspravljati o tome kako možemo stvoriti a countplot korištenje knjižnice seaborn i kako se različiti parametri mogu koristiti za zaključivanje rezultata iz značajki našeg skupa podataka.

Seaborn knjižnica

Knjižnica seaborn naširoko se koristi među analitičarima podataka, galaksija dijagrama koje sadrži pruža najbolji mogući prikaz naših podataka.

Knjižnica rođena u moru može se uvesti u naše radno okruženje pomoću-

 import seaborn as sns 

Razmotrimo sada zašto koristimo dijagram brojanja i koji je značaj njegovih parametara.

singleton dizajn

Countplot

Grafikon brojanja koristi se za predstavljanje pojavljivanja (brojeva) opažanja prisutnog u kategoričkoj varijabli.

Za vizualni prikaz koristi koncept stupčastog grafikona.

Parametri-

Sljedeći parametri navedeni su kada stvaramo dijagram brojanja, pa ćemo dobiti kratku ideju o njima-

x i y-Ovaj parametar specificira podatke na koje se pozivamo za reprezentaciju, a zatim promatra istaknute uzorke.boja-Ovaj parametar određuje boju koja može dati dobar izgled našoj parceli.paleta-Uzima vrijednost palete. Uglavnom se koristi za prikaz varijable nijanse.nijansa-Ovaj parametar navodi naziv stupca.podaci-Ovaj parametar specificira podatkovni okvir koji želimo uzeti za reprezentaciju. Na primjer, podaci mogu biti niz.izbjeći-Ovaj je parametar opcijski i prihvaća Booleovu vrijednost kao ulaz.zasićenost-Ovaj parametar prihvaća float vrijednost. Varijacije u intenzitetu boja mogu se uočiti kada to odredimo.hue_order-Parametar hue_order uzima nizove kao ulaz.kwargs-Parametar kwargs specificira preslikavanje ključeva i vrijednosti.sjekira-Parametar ax je izborni i koristi se za uzimanje osi na kojima se kreiraju dijagrami.orijentirati-Parametar orient je izborni i govori orijentaciju parcele koja nam je potrebna, vodoravna ili okomita.

Pogledajmo sada koji su različiti načini predstavljanja naših atributa.

U prvom primjeru izradit ćemo dijagram brojanja za jednu varijablu. Iskoristili smo 'savjete' skupa podataka kako bismo to implementirali.

1. Vrijednost se računa za jednu varijablu

Primjer -

 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() 

Izlaz:

U sljedećem primjeru koristit ćemo parametar nijanse i izraditi dijagram brojanja.

Sljedeći program ilustrira isto-

2. Predstavljanje dviju kategoričkih varijabli pomoću parametra nijanse

Primjer -

 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() 

Izlaz:

U sljedećem primjeru razmotrit ćemo y os i izraditi horizontalni dijagram brojanja.

Sljedeći program ilustrira isto-

3. Stvaranje vodoravnih nacrta

Primjer -

 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() 

Izlaz:

Pogledajmo sada kako palete boja mogu poboljšati prezentaciju naših podataka.

U sljedećem primjeru koristit ćemo parametar 'paleta'.

Sljedeći program ilustrira isto-

4. Korištenje paleta boja

Ulazni-

 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() 

Izlaz:

U sljedećem primjeru koristit ćemo parametar boja i da vidimo kako to radi?

Sljedeći program ilustrira isto-

5. Korištenje parametra 'boja'

Primjer -

 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() 

Izlaz:

Sada ćemo koristiti parametar 'saturation' i vidjeti kako to utječe na prikaz naših podataka.

Sljedeći program ilustrira isto-

6. Korištenje parametra 'zasićenje'

Primjer -

 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() 

Izlaz:

I na kraju u posljednjem primjeru ćemo koristiti parametre širina linije i rubna boja.

Korištenje matplotlib.axes.Axes.bar()

Primjer -

kotačić miša ne pomiče se ispravno

 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() 

Izlaz: