SPLOTS SEABORD
Moduł „Seaorn” ma niektóre metodologie, które są używane do rysowania wielu działek na jednej rysunku. Rysowanie powtarzanych przykładów identycznego wykresu na wielu grupach ramki danych jest pomocną strategią podczas analizy statystyki wielowymiarowej. Ta metoda jest również znana jako wykres macierzy lub politonalny i jest powiązana z pojęciem kompaktowych wielu zestawów. Umożliwia nam pobranie wielu danych z skomplikowanego źródła.
Searorn rozszerza możliwości funkcjonalności Matplotlib do tworzenia grafiki, w tym wielu osi, zapewniając użytkownikom bezpieczne połączenie ramy wykresu z topologią ramki danych.
Przykład 1:
W tym przypadku tworzymy wykres z jednym wierszem i dwiema kolumnami, ale nie podajemy żadnej treści. Nie musimy nawet wprowadzać parametrów, jeśli zostały one dostarczone w ten sposób; Musimy tylko określić ich wartości. Ogólny rozmiar ilustracji można ustawić za pomocą parametru „Rysunek”. Polecenia „Sharex” i „Sharey” są używane do rozpowszechniania osi między wykresami.
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 | Importuj Seaorn jako SNS importować Numpy jako NP importować pandy jako PD importować matplotlib.Pyplot as Plt Rysunek, osie = plt.wątki (1, 2, sharex = true, figSize = (6, 3)) postać.Septitle („Figura”) osie [0].set_title („Pierwszy wykres”) osie [1].set_title („drugi wykres”) plt.pokazywać() |
Przede wszystkim wprowadzamy wymagane pliki nagłówka. Biblioteka Seaorn jest włączona jako SNS. Numpy jest włączony jako NP. Pandy są importowane jako PD. I matplotlib.Pyplot jest włączony jako PLT. Następnie nazwaliśmy funkcję podwplotów () matplotlib.Moduł Pyplot. Ta funkcja ma różne argumenty. Jednym z nich jest funkcja figSize (). Wykorzystaliśmy tę funkcję do określenia wymiarów rysunku. Tutaj zastosowaliśmy metodę Septitle ().
Teraz określmy tytuł wątku wątki. Zastosujemy funkcję set_title () i definiujemy nazwę obu wątków jako „pierwsza fabuła” i „druga fabuła”. Wraz z tym wskazujemy również osie wątków podrzędnych. Używamy funkcji show () matplotlib.Pakiet Pyplot, aby przedstawić końcowy wykres.
Przykład 2:
W tym przypadku rysujemy wątki na różnych poziomach.
| 1 2 3 4 5 6 7 8 9 10 11 12 13 | Importuj Seaorn jako SNS importować Numpy jako NP importować pandy jako PD importować matplotlib.Pyplot as Plt Rysunek, osie = plt.wątki (4, 6, sharex = true, figSize = (12, 6)) postać.Septitle („wątki”) plt.pokazywać() |
Na początku programu zaimportowaliśmy wymagane biblioteki. Pakiety te obejmują Seaorn, Numpy, Pandy i Matplotlib.Pyplot. Matplotlib.Następnie wywoływana jest funkcja modułu Pyplot (). Ta metoda akceptuje różne parametry. Jednym z nich jest komponent FigSize ().Ta metoda służy do wyraźnego określania rozmiarów postaci.
Podobnie ustawiamy wartość parametru „Sharex” na „true”. Metoda septitle () jest stosowana w następnym kroku. Możemy nakreślić podpis głównego wykresu za pomocą tej metody. Aby wizualizować wynikowy wykres, nazywamy Matplotlip.Funkcja modułu Pyplot ().
Przykład 3:
Funkcja gridspec () określa przestrzeń wymiarów kolumn i wierszy macierzy. Funkcja GridSpec nie rysuje wykresu samodzielnie. Alternatywnie jest to prosty interfejs, który potwierdza metoda wątku ().
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 | Importuj Seaorn jako SNS importować Numpy jako NP importować pandy jako PD importować matplotlib.Pyplot as Plt Grid_plot = plt.Gridspec (4, 5, WSPACE = 1.2, Hspace = 0.8) plt.wątek (Grid_plot [1, 2]) plt.wątek (Grid_plot [1,: 2]) plt.wątek (Grid_plot [0, 1:]) plt.wątek (Grid_plot [0, 0]) plt.pokazywać() |
Tutaj włączamy niektóre pliki nagłówka w Searnorn, Numpy, Pandy i Matplotlib.Pyplot. Moduły te zawierają podstawowe funkcje używane do rysowania wizualizacji. Teraz nadszedł czas, aby narysować działkę kratową. Ustawiamy specyfikacje tego wykresu za pomocą parametru „Gridspec ()”. Matplotlib.Pakiet Pyplot zawiera tę funkcję. Określamy liczbę wierszy i kolumn podwplot, a także przestrzeń między wątkami.
Aby ustawić odstępy, używane są atrybuty „WSPACE” i „HSPACE” funkcji GridSpec (). Parametr „WSPACE” reprezentuje wypełnienie szerokości, a parametr „HSPACE” pokazuje odstępy wysokości między wątpliwościami. Teraz wywołujemy funkcję wątku (). Ta funkcja zawiera wartość atrybutu „Grid_plot” jako jego parametr. Chcemy narysować cztery wątki wątki, więc nazywamy metodą wątku () dla tych czterech wątków jednocześnie.
Przykład 4:
Byliśmy w stanie zarządzać końcową wykresem jako wątki 1 × 2, wykorzystując następujący kod. Element osi można zastosować, aby narysować wątki wątki poniżej. Argument AX w metodzie podwplotów () jest wykorzystywany do zapewnienia odpowiedniej pozycji dla wątku poniżej.
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 | importować pandy jako PD importować matplotlib.Pyplot as Plt Importuj Seaorn jako SNS df = pd.DataFrame („Sale 1”: [1,2,6,7,10,11,12,9], „Sprzedaż 2”: [2,4,6,8,10,12,14,16], „Miesiące”: [1,3,5,7,9,11,2,4]) Ryc, osie = plt.wątki (1, 2) Sns.LinePlot (x = „miesiące”, y = 'sale 1', data = df, ax = osi [0]) Sns.LinePlot (x = „miesiące”, y = 'sale 2', data = df, ax = osie [1]) osie [0].set_title („Pierwszy wątek”) osie [1].set_title („drugi wątek”) plt.Septitle („wątki”) plt.pokazywać() |
Po zaimportowaniu niektórych niezbędnych pakietów używamy funkcji DataFrame () w bibliotece PandaS. Dzięki wsparciu tej funkcji definiujemy dane dotyczące sprzedaży towarów w różnych miesiącach. Zainicjujemy trzy różne tablice. Pierwsze dwie tablice przechowują dane dotyczące sprzedaży towarów. Trzecia tablica przechowuje dane przez miesiące.
W następnym etapie wywołaliśmy funkcję wątku () matplotlib.Pakiet pyplot. Teraz użyliśmy metody LinePlot () biblioteki Seaorn. Podaliśmy cztery różne argumenty dla tej funkcji. Zdefiniowaliśmy etykiety osi X i osi Y jako „miesiące” i „sprzedaż”, zestaw danych oraz wartość „AX”. Korzystając z atrybutu „AX”, wskazane są osie obu wykresów linii. Metoda set_title () jest wywoływana w celu określenia podpisów obu wykresów. Przed wyświetleniem całej mapy wykorzystaliśmy funkcję Septitle () Matplotlib.Biblioteka Pyplot.
Wniosek
W tym artykule rozmawialiśmy o tym, jak zaprojektować wykresy wątku w module Seaorn. Aby narysować wiele wątków, użyliśmy funkcji podwplotów () w naszych przypadkach. Wykonaliśmy również kody, w tym niektóre argumenty dotyczące tworzenia wątków wątki poniżej. Tworzenie reprezentacji wątku z tego samego wykresu na wielu wątkach ramki danych jest opłacalnym narzędziem. Umożliwia użytkownikowi uzyskanie dużego zestawu danych dotyczących trudnych tematów w krótkim okresie.