Seaorn Distplot
Wykres dyspersji, znany również jako Distplot, wyświetla wariancję w oryginalnym zestawie danych. Całkowita dyspersja parametrów danych w czasie rzeczywistym jest pokazana przez funkcję distplot () ramy Seaorn. Biblioteka Seaorn, w połączeniu z biblioteką MATPlotlib, jest stosowana do wizualizacji dystrybucji wśród kilku modyfikacji. Dane są reprezentowane przy użyciu histogramu, a także krzywej w Distplot.
Biblioteka Seaorn zawiera szereg metod wykreślania informacji i wyświetlania fluktuacji danych. Distplot jest tworzony za pomocą metody Pakietu Seaorn Distplot (). Distplot ilustruje jednolite parametry modelu, czyli statystyczna dyspersja parametru w porównaniu z relacją dyspersji.
Parametr zestawu danych jest przekazywany do metody distplot (), która zwraca wykres o relacji dyspersji. Aby określić możliwość rozproszenia zmiennych zależnych w wielu zestawach danych, metodę biblioteki distplot () można połączyć z wykresem KDE. Termin KDE jest skrócony jako oszacowanie gęstości jądra. Omówmy szczegółowo Seaorn Distplot:
Przykład 1:
Poniższa grafika ilustruje prostą dyspersję w tym kroku. Z pomocą losowe.randn (), losowo generuje wartości. Działa, gdy podajemy atrybuty ręcznie.
| 1 2 3 4 5 6 7 | importować matplotlib.Pyplot as Plt Importuj Seaborn jako SNS, Numpy jako NP Sns.set (rc = ”rysunek.rysunek ”: (10, 6)); np.losowy.ziarno (2) x = np.losowy.Randn (200) AX = SNS.distplot (x) plt.pokazywać() |
Przede wszystkim wprowadziliśmy trzy pliki nagłówka. Matplotlib.Plik nagłówka Pyplot jest importowany jako PLT. Seorborn jest wprowadzany jako SNS. A Numpy zostaje wprowadzona jako NP. Następnie wykorzystaliśmy dwie funkcje z różnych bibliotek. Funkcja set () jest stosowana, aby określić rozmiar wykresu. Tak więc dostarczyliśmy parametr „Rysunek”. Ta funkcja jest związana z biblioteką morską.
Zastosowaliśmy funkcję randn () biblioteki plik nagłówka Numpy. Wartość jest przechowywana w zmiennej „x '”. Metoda distplot () jest stosowana do narysowania wykresu. Ta funkcja zawiera wartość zmiennej x jako jej argument. Wreszcie, PLT.Metoda show () służy do reprezentowania wykresu.
Przykład 2:
Distplot jest wyświetlany na różne sposoby. Aby zilustrować jednocześnie cztery warianty, używamy funkcji podplot () metody Pylab Framework. Możemy wygenerować całkowicie odrębne wizualizacje, modyfikując argumenty funkcji distplot (). Użytkownicy będą wchodzić w interakcje z niektórymi z tych argumentów w celu zmiany odcienia, układu i innych aspektów.
Na początku programu musimy zaimportować ważne biblioteki. Każda metoda pyplotu modyfikuje wizuę w określonym aspekcie. Searorn to wizualny pakiet analityczny oparty na Matplotlib. Numpy to moduł Python do szeroko stosowanego obliczeń numerycznych. Pylab to biblioteka, która integruje metody z pakietów Numpy i Matplotlib, aby stworzyć zintegrowane środowisko programistyczne.
W następnym kroku określamy rozmiar rysunku. Zatem stosujemy metodę set () biblioteki morskiej. Oprócz tego wykorzystujemy metody Seed () i Randn (). Obie te funkcje są zawarte w bibliotece Numpy. W tym przypadku rysujemy cztery różne dystrybuty. Wzywamy metody distplot () osobno na cztery wątki wątki poniżej. Aby narysować pierwszy wątek, po prostu ustawiamy jego wymiary, a następnie stosujemy funkcję distplot () biblioteki morskiej. W przypadku drugiego wątku podajemy parametry „dywan” i „hist” do funkcji distplot ().
Do rysowania trzeciego wątku, stosujemy metodę Piscot () po zdefiniowaniu wymiarów. Tutaj ustawiamy wartość „fałszywą” na zmienną „pionową”. Podobnie, dla ostatniego, chcemy narysować wykres KDE, więc używamy funkcji KDEPlot () biblioteki Seaorn. Wartość parametru „cienia” jest podana jako „prawda”. A wartość „koloru” jest ustawiona jako „B”. Na końcu, aby wyświetlić te wątki, PLT.Metoda show () jest stosowana.
Przykład 3:
W histogramie czasami wykazujemy zwykłą ramę danych modułu morskiego. Ponieważ jest to taki ogromny zestaw danych, wystarczy jeden wpis.
| 1 2 3 4 5 6 | importować matplotlib.Pyplot as Plt Importuj Seaorn jako SNS Titanic = Sns.Load_Dataset („Titanic”) wiek1 = Titanic [„Age”].Dropna () Sns.Distplot (wiek 1) plt.pokazywać() |
Tutaj włączamy biblioteki „PLT” i „SNS”. Biblioteka „PLT” jest importowana przez Matplotlib.Pyplot i biblioteka „SNS” jest importowana przez bibliotekę Seaorn. Tutaj odzyskujemy ramkę danych Titanica, więc nazwaliśmy metodę Load_Dataset () biblioteki Seaorn. W następnym etapie przedstawiania wypisu zastosowaliśmy metodę distplot (). Wreszcie wykres jest zilustrowany przy użyciu PLT.show () funkcja.
Przykład 4:
Możliwe jest również dostosowanie wielkości pojemników, a także wyeliminowanie linii. W tym przypadku określamy rozmiar pojemników, a także sprawić, że granica KDE jest przezroczysta, wywołując funkcję distplot ().
| 1 2 3 4 5 6 7 | importować matplotlib.Pyplot as Plt Importuj Seaorn jako SNS Titanic = Sns.Load_Dataset („Titanic”) wiek1 = Titanic [„Age”].Dropna () Sns.distplot (wiek1, pojemniki = 30, kde = true) plt.pokazywać() |
Po zaimportowaniu wymaganych plików nagłówka, matplotlib.Pyplot i Searborn, zamierzamy uzyskać zestaw danych Titanic. W ten sposób użyliśmy metody zestawu danych obciążenia Seaorn Library (). Nazwaliśmy funkcję distplot (), aby narysować wykres. W tej metodzie są trzy parametry. Funkcja distplot () pozwala nam zdefiniować rozmiar pojemnika i wartość „KDE”. Wartość „KDE” jest ustawiona na „true” w tym przypadku. Następnie za pomocą PLT.show (), wykres jest widoczny.
Wniosek
W tym artykule pokazaliśmy, jak narysować distloty, korzystając z biblioteki Seaborn w tym artykule. Widzieliśmy różne przykłady związane z tym danym tematem. Funkcja distplot () biblioteki morskiej pozwala użytkownikom wyświetlić histogram o linii. Można to zilustrować na kilka różnych sposobów. Seorborn jest często stosowany w związku z matplotlibem, który jest ramą wizualizacji. Distplot to wykres, który pokazuje pojedyncze rozproszenie danych. Metoda HIST MATPlotlib jest zintegrowana metodą KDEPlot () w metodzie distplot ().