SEABORD COMPLOT
Analiza wariancji odnosi się do określonego parametru. Ocenia i ilustruje odpowiednie anomalie w danych, podczas gdy regresja wielokrotna ocenia powiązania między różnymi wariantami a intensywnością tego powiązania. Moduły morskie staw -plot () Metoda oblicza wykres rozproszenia zawierający wyraźne histogramy na górnej krawędzi wykresu i prawej strony. W tej sekcji porozmawiamy o tym, jak rysować wykresy stawów.
Użyj metody steamplot ()
Użyjemy staw -plot () Metoda tworzenia wykresów stawów. Wykres w tym etapie wskazuje wykres rozproszenia o podwójnych histogramach na krawędziach mapy. Wykres pokazuje, że pola „Total Bill” i „Tip” wydają się mieć pozytywne skojarzenie. Wraz ze wzrostem wartości jednego parametru, podobnie jak inna.
Mimo że znaki na wykresie są rozproszone, wartość korelacji wydaje się niewielka. Względne histogramy są proste, ponieważ większość wpisów ogranicza się do lewej połowy dyspersji. Jednak właściwa połowa jest szersza.
Importuj Seaorn jako SNSimportować matplotlib.Pyplot as Plt
Wskazówki = SNS.load_dataset („końcówki”)
Sns.Połączenie (x = 'total_bill', y = 'tip', dane = końcówki, wysokość = 10, stosunek = 4, przestrzeń = 1)
plt.pokazywać()
Na początku programu wprowadziliśmy Seaorn i Matplotlib.Biblioteki Pyplot. Seorborn będzie importowany jako SNS i Matplolib.Pyplot będzie importowany jako PLT. Następnie odzyskujemy dane „wskazówek” za pomocą funkcji load_dataset (). Moduł Seaorn utrzymuje tę funkcję. głowa() Funkcja jest wywoływana. Zastosowaliśmy staw -plot () Metoda biblioteki morskiej. Ta funkcja jest wykorzystywana do rysowania wykresów stawów. Podaliśmy podpisy obu osi, zestawu danych, wysokość wykresu, stosunek i przestrzeń jako parametry Metoda stawu (). W końcu pokazywać() Funkcja matplotlib.Pyplot zostanie wykorzystany do przedstawienia wykresu.
Narysuj działkę z kolorystyką
Określając argument „odcienia” dla „palacza”, zmienne dla palaczy będą pokazane w odrębnych odcieniach w tym przykładzie. Spójrz, jak łatwo oddzielają się dwa elementy „palacza”. Wykresy gęstości są prezentowane na obu granicach, a nie histogramach, aby zilustrować reprezentację danych dla wielu kategorii parametru koloru niezależnie.
Importuj Seaorn jako SNSimportować matplotlib.Pyplot as Plt
Wskazówki = SNS.load_dataset („końcówki”)
Sns.Połączenie (x = 'total_bill', y = 'tip', data = końcówki, hue = „palacz”)
plt.pokazywać()
Włączyliśmy Seaorn i Matplotlib.Biblioteki pyplot na początku programu. SNS zostaną użyte do importowania morskiego i podobnie, PLT zostanie użyte do importowania matplotlib.Pyplot. Następnie użyjemy zestawu danych o ładowaniu metody, aby uzyskać dane dla zmiennej „TIPS”. To jest metoda pakietu morskiego. metoda Head () zostanie zastosowany. Biblioteki morskie staw -plot () Zastosowano funkcję. Wykresy stawowe są rysowane podczas stosowania tej metody. Jako argumenty funkcji staw -plot (), Zapewniliśmy tytuły zarówno osi X i Y, ramkę danych i odcień. Parametr „odcienia” określa kolor koloru. Wreszcie, z pomocą Matplotlib.Pyplot pokazywać() metoda, wykres będzie wyświetlany.
Narysuj linię regresji
Nachylenie linii przedstawia związek między różnymi zmiennymi. Krzywa została narysowana. Zatem byłby tak blisko, jak to możliwe do większości zestawów danych. Linia regresji jest obliczana przy użyciu metod numerycznych i możemy użyć tego wyrażenia do określenia zmiennych. Kiedy argument „rodzaj” jest przypisany do „reg”, staw -plot () Metoda jest wywoływana. Na wykresie tworzona jest linia regresji. Linia regresji jest wykorzystywana do wskazania różnych miar wydajności.
Importuj Seaorn jako SNSimportować matplotlib.Pyplot as Plt
Wskazówki = SNS.load_dataset („końcówki”)
Sns.splot (x = 'total_bill', y = 'tip', data = końcówki, cind = 'reg')
plt.pokazywać()
Najpierw zaimportowaliśmy wymagane pliki nagłówka: Searorn jako SNS i Matplotlib.Pyplot as Plt. Załadujmy wbudowany zestaw danych wskazówek za pomocą load_dataset (). Ta funkcja jest powiązana z pakietem Seaorn. Użyliśmy głowa() metoda. Następnie narysujemy wykresy stawów, stosując staw -plot () Metoda biblioteki morskiej. Ta funkcja zawiera różne parametry, które zawierają tytuł osi x jako „total_bill”, osi y jako „wskazówka”, dane z końcówek i rodzaj.
Ustawiliśmy wartość argumentu „rodzaj” jako „reg”, aby narysować linię regresji na wykresie. Teraz nazywamy pokazywać() funkcja ilustrująca wynikowy wykres.
Narysuj 2D histogram
„Miły” argument w poprzednim programie byłby określony jako „Hist”, a wykres stawowy przedstawia histogram 2D. Analiza częstotliwości dla dwóch kolejnych zmiennych nominalnych jest stosowana w histogramie 2D. Długość linii w histogramie 1D odzwierciedla całkowitą liczbę. W histogramie 2D każdy pasek na wykresie pokazuje tymczasowy i obejmuje skumulowane prawdopodobieństwo wystąpienia wpisów w obu kategoriach. Podstawowa tabela składa się z segmentów kwadratowych, które zostały zabarwione w spektrum.
Importuj Seaorn jako SNSimportować matplotlib.Pyplot as Plt
Wskazówki = SNS.load_dataset („końcówki”)
Sns.stawplot (x = 'total_bill', y = 'tip', data = końcówki, cind = 'hist')
plt.pokazywać()
Po wprowadzeniu bibliotek Searn i Matplotlib.pyplot z poparciem load_dataset (), Załadujemy wbudowane punkty danych wskazówek. Moduł Seaorn jest powiązany z tą metodą. głowa() Funkcja została wykorzystana.
Następnie użyjemy staw -plot () Funkcja pakietu Seaorn do tworzenia wykresów stawów. Ta metoda ma kilka parametrów, w tym etykietę „Oś X, etykietę„ Total Bill ”, etykietę„ TIP ”, dane końcówek i uprzejmości. Aby narysować dwuwymiarowy histogram, definiujemy wartość parametru „rodzaj” do „hist”. Użyliśmy pokazywać() metoda wizualizacji końcowej wykresu.
Wniosek
Omówiliśmy kilka podejść do narysowania wykresów stawów za pomocą pakietu Seaorn. Zapewniając wartość liczbową odpowiednim argumentom metoda Joinplot (), Możemy zmienić wymiar wykresu, odsetek osi, wysokość współrzędnych i odstępy między osi x i. Na wykresach stawowych możemy zmodyfikować układ wykresu i dodać linię regresji.