Katplot morski

Katplot morski
„W module morskim istnieje wiele działek do wyboru. Jednak podczas interakcji z atrybutami kategorycznymi możemy wymagać spójnej strategii wykreślania danych, ponieważ różne funkcje wykresu zachowują się inaczej. Ta procedura nie pasuje do danych. Metoda Catplot () w tym module jest zaprojektowana do wydajnej pracy z danymi kategorycznymi. Ta metoda została zaprojektowana w celu zoptymalizowania metody FactorPlot () w ostatnich wydaniach modułu morskiego.

Umożliwia nam wydajną pracę z wartościami kategorycznymi i renderowanie danych na osiem różnych rodzajów wykresów, zgodnie z definicją parametru. Ponieważ metoda Catplot () wytwarza obiekt typu FacetGrid (), można go użyć do wykresu wykresów dla kilku aspektów tej samej liczby.

Catplot () domyślnie wykorzystuje wykres rozrzutu dla zestawów danych. Wykres rozproszenia, w którym wszystkie punkty należące do tej samej kategorii należą w tym samym miejscu wraz z osi odnoszącą się do zmiennej kategorycznej, jest jednym z dwóch rodzajów wykresów kategorycznych, które wykorzystują odrębne metody do reprezentowania danych kategorycznych danych.

Stripplot (), który jest domyślnie „miły” w catplot (), przyjmuje to podejście.

Drugą metodą jest użycie algorytmu do zmiany punktów z oś kategorii, aby uniknąć nakładania się. Pozwoli nam dokładniej wizualizować zakres obserwacji. Ten rodzaj wykresu jest określany jako „pszczele” i jest wdrażany w Seaborn jako Swararmplot (), do którego można uzyskać, podając Kind = „Swarm” w Catplot ()."

Składnia kota w Seborn

Seorborn.catplot (x = brak, y = brak, hue = brak, dane = brak, cind = 'strip', color = brak, palette = brak)

Opis każdego parametru jest przekazywany w funkcji Catplot.

X i Y: To nazwa zmiennych dla danych wejściowych danych

Dane: Do wykresu, długi (czysty) zestaw danych. Każda zmienna powinna być scharakteryzowana przez kolumnę i każdą obserwację przez rząd.

Row i Col: Aspekt siatki będzie kontrolowany przez parametry kategoryczne.

CI: Szerokość przedziałów ufności powinna być narysowana wokół szacowanych wartości. Jeśli „SD”, pomiń ładowanie początkowe i zamiast tego pokaż standardowe odchylenie obserwacji. Nie będzie żadnych bootstraphpping i żadnych pasków błędów, jeśli nie zostanie określone.

Uprzejmy: Kategoryczna nazwa wykresu osi x i oś. „Strip”, „Swarm”, „Box”, „skrzypce”, „Point”, „Bar” lub „Count” należą do dostępnych opcji.

kolor: Kolor dla wszystkich elementów lub ziarno palety gradientowej.

paleta: Kolory do wykorzystania dla różnych poziomów odcieni. Powinien to być słownik tłumaczący wartości odcienia na kolory matplotlib lub cokolwiek, co może zrozumieć kolorystyka ().

KWARGS: Podstawowa funkcja wykresu odbiera inne argumenty słów kluczowych.

Przykład 1

Wykresy kategorii to twoje największe narzędzia do wizualizacji i porównywania różnych elementów danych, jeśli pracujesz z danymi zawierającymi dowolne zmienne kategoryczne, takie jak odpowiedzi ankietowe. Searborn sprawia, że ​​wykresy kategoryczne jest dziecinnie proste. W tym przykładzie etykiety aspektów w twoich danych są X, Y i. Jeśli chodzi o zmienną docelową, parametry odcienia kodują punkty z wyraźnymi odcieniami.

W naszym pierwszym przykładzie wzięliśmy wspólne wbudowane wskazówki dotyczące zestawu danych w Seaporn. W funkcji Load_Dataset nazwaliśmy to. Następnie mamy funkcję catplot, w której argument X jest przekazywany z nazwą kolumny total_bill, argument y jest ustawiany z czasem nazwy kolumny, a argument odcienia pobiera wartości palacza kolumny. Kod jest tutaj umieszczony, który wyświetli Katplot w Seabor.

Z funkcji catplot wykres jest wizualizowany w ten sposób.

Przykład 2

Wykorzystaliśmy parametry danych do przekazywania danych do wykresu liczby i określaliśmy liczbę do parametru typu. Tam zaprojektowaliśmy nasze tło fabularne z opcją kleszczy. Następnie wybraliśmy zestaw danych IRIS do tworzenia fabuły. Funkcja Catplot jest używana, w której wykorzystaliśmy kolumny z zestawu danych IRIS. Argument przekazywany do kota to x. Parametr kategoryczny ma nazwę kolumny Petal_Length. Trzeci to rodzaj parametru, do którego przypisana jest liczba. Kod jest tutaj umieszczony, który wyświetli Katplot w Seabor.

Funkcja Catplot generuje następujący wykres liczby.

Przykład 3

Wykres słupkowy to kolejna popularna opcja wyświetlania danych kategorycznych. W przypadku wykresu Count potrzebowaliśmy tylko jednego parametru. Jedna kategoria i jedna zmienna ilościowa są często używane na wykresie barowym. Spójrzmy dokładnie na to, jak porównują czasy. Tutaj ponownie wzięliśmy zestaw danych IRIS do renderowania fabuły. Wewnątrz funkcji Catplot, po określaniu argumentów x i y. Mamy uprzejmą opcję ustawioną na pasek. Wykres słupkowy zostanie renderowany z funkcji Catplot. Kod jest tutaj umieszczony, który wyświetli Katplot w Seabor.

Jak na wyjściu, możesz wizualizować rysunek wykresu paska.

Przykład 4

Wykresy pudełkowe to grafika, które na początku są nieco skomplikowane, ale skutecznie ilustrują dyspersję danych. Zaczynając od wykresu po przykładu to najlepszy sposób na opisanie koncepcji. Zacznij od funkcji Catplot w następującym skrypcie; Mamy porównanie palacza i total_bill z zestawu danych wskazówek, ponieważ ustawiliśmy je na argumenty x i y. Opcja typu jest ustawiona jako pudełko. Wykonany wykres będzie wykresem z tej funkcji Catplot. Kod jest tutaj umieszczony, który wyświetli Katplot w Seabor.

Poniższy rysunek wizualizuje wykres pudełka poniżej.

Przykład 5

Wykres skrzypiec jest również zawarty w kategorycznej działce. Zadeklarowaliśmy ten rodzaj parametru z skrzypcami wewnątrz funkcji Catplot. Ta funkcja generuje tutaj reprezentację wykresu skrzypiec. Kod jest tutaj umieszczony, który wyświetli Katplot w Seabor.

Wyraźna reprezentacja działki skrzypiec w poniższym zatrzędzie.

Wniosek

Celem tego samouczka jest pokazanie, jak korzystać z funkcji Searorn's Catplot (), aby stworzyć najczęstsze wykresy kategorii. Z każdym argumentem dostarczonym w funkcji Catplot wyświetlana jest składnia. Omawiano trzy najpopularniejsze kategoryczne działki. Liczba, bar i wykresy pudełka to przykłady tych wykresów.