Seborn Swararmplot
Wykres roju jest identyczny z wykresem paska, z tym wyjątkiem, że krawędzie są modyfikowane w taki sposób, że nie przecinają się ze sobą, co pomaga skutecznie zilustrować wizualizację danych. Wykres roju jest tworzony sam. Ale preferowany jest użycie go w połączeniu z pudełkiem, ponieważ odpowiednie tytuły są używane do oznaczania wymiarów. Narysujmy mapy roju za pomocą funkcji Swararmplot ().
Przykład nr.1:
Tutaj tworzymy podzielony wykres skategoryzowany z kropkami, które nie nakładają się. Używamy więc metody swararmplot () do wykonania wykresu zawierającego dyskretne wartości.
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 | importować pandy jako PD importować matplotlib.Pyplot as Plt Importuj Seaorn jako SNS df = pd.DataFrame („Ilość”: [15 26,17,18,15,36,27,18,25,16,17,28,15,16,17,28], „Cena”: [1900,1000,1500,1600,1300,1400,1500,1800,1100,1200,1400,1500,1600,1700,1800,1900], „Miesiąc”: [2,3,2,3,2,3,3,3,4,4,4,5,5,5,4,3], „Merchandise”: [„x”, „x”, „x”, „x”, „z”, „z”, „z”, „z”, „Y”, „y”, „y”, „y”, „x”, „x”, „z”, „z”]) Sns.Swararmplot (data = df, y = „cena”, x = „ilość”) plt.pokazywać() |
Na początku kodu integrujemy pand paczki jako PD, matplotlib.Pyplot jako PLT i Seaorn jako SNS. Następnie określamy zestaw danych za pomocą metody dataFrame (). Ta funkcja jest powiązana z modułem pandas. Tworzymy cztery różne tablice. Pierwsza tablica zawiera ilość wyprzedanych produktów. Druga tablica pokazuje stawki produktów. Trzecia tablica zawiera rekord miesięcy. Ostatnia tablica zawiera dane dotyczące nazw produktów.
W następnym kroku chcemy narysować wykres roju, więc nazywamy funkcję swararmplot (). Ostatecznie stosujemy funkcję show () matplotlib.Biblioteka Pyplot.
Przykład nr.2:
Korzystamy z argumentu Hue w metodzie swararmplot () i podzieliliśmy segmenty dla wielu produktów w tym przypadku. Określając wartość parametru „Dodge” do True, segregujemy elementy. Możemy również przekazać kilka dodatkowych parametrów za pomocą metody swararmplot (). Parametr rozmiaru służy do dostosowania „rozmiaru” elementów.
Z pomocą atrybutu „palety” zmieniamy kolorystykę dla różnych grup. Opcja „linii” zapewnia granicę określonej szerokości kropek. Zastosujmy wszystkie wcześniej parametry w kodzie.
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 | importować pandy jako PD importować matplotlib.Pyplot as Plt Importuj Seaorn jako SNS df = pd.DataFrame („Ilość”: [15 26,17,18,15,36,27,18,25,16,17,28,15,16,17,28], „Cena”: [1900,1000,1500,1600,1300,1400,1500,1800,1100,1200,1400,1500,1600,1700,1800,1900], „Miesiąc”: [2,3,2,3,2,3,3,3,4,4,4,5,5,5,4,3], „Produkt”: [„x”, „x”, „x”, „x”, „z”, „z”, „z”, „z”, „Y”, „y”, „y”, „y”, „x”, „x”, „z”, „z”]) Sns.Swararmplot (data = df, y = "cena", x = "ilość", hue = „produkt”, Dodge = true, lineWidth = 3.5, palette = 'set2', rozmiar = 14) plt.pokazywać() |
Przede wszystkim integrujemy wymagane pliki nagłówka. Biblioteka Panda jest zintegrowana jako PD, matplotlib.Pyplot jest zintegrowany jako PLT, a Seaorn jest zintegrowany jako SNS. Funkcja DataFrame () służy do dostarczenia zestawu danych. Pakiet Pandy jest powiązany z tą metodą. Tworzymy cztery unikalne tablice. Liczba wyprzedanych elementów jest reprezentowana w pierwszej tablicy. Ceny towarów są wyświetlane w drugiej tablicy. Dane z miesięcy są przechowywane w trzeciej tablicy. Tytuły towarów są przechowywane w ostatniej tablicy.
Teraz rysunek roju jest rysowany, dlatego używamy metody Swararmplot (). Zestaw danych, etykiety osi X i Y, odcień, Dodge, linia, paleta i rozmiar to argumenty dla tej metody. Wartość „odcienia” jest produktem. „LiniaWidth” to 3.5. „Paleta” to set2. A „rozmiar” to 14. Zakończamy kod, ilustrując wynikowy wykres, więc stosujemy metodę show ().
Przykład nr.3:
Każdy wymiar parametru „odcienia” jest reprezentowany przez wyznaczony obszar na płaszczyźnie kategorii statystycznej. Konfigurujemy „Dodge” na true podczas stosowania parametru „odcienia” i izoluje elementy dla wielu wariantów odcienia. Parametr „palety” służy do przedstawienia różnych odcieni atrybutu Hue.
| 1 2 3 4 5 6 7 8 9 10 11 12 | importować Seaorn importować matplotlib.Pyplot as Plt Seorborn.set (style = „Whitegrid”) Wskazówki = Seaorn.load_dataset („końcówki”) Seorborn.Swararmplot (x = „dzień”, y = „total_bill”, hue = „palacz”, data = wskazówki, palette = "set2", Dodge = true) plt.pokazywać() |
Po uwzględnieniu Seaorn i Matplotlib.Biblioteki Pyplot, nazywamy funkcję set () pakietu Seaorn. Podajemy styl jako parametr do tej funkcji. Dajemy wartość „Whitegrid” do parametru stylu. Pokazuje kolor tła wykresu.
Teraz uzyskujemy wbudowaną ramkę danych, więc używamy funkcji Load_Dataset (). Ta funkcja pochodzi z pliku nagłówka Seaorn i zawiera „wskazówki” jako jego argument. Następnie wykorzystujemy metodę swararmplot () do utworzenia wykresu roju. Tutaj określamy tytuł obu osi, wartość odcienia, danych, palety i unikania jako parametry funkcji. Oś X wyświetla zapis dni, podczas gdy oś y pokazuje zapis całkowitej. Aby reprezentować końcowy wykres, nazywamy metodę show (). Matplotlib.Moduł Pyplot zawiera tę funkcjonalność.
Przykład nr.4:
Z pomocą atrybutu „Marker”, a także argumentu „alfa”, rysujemy ogromne punkty i różnorodne style. Zastosujemy atrybut „alfa”, aby kontrolować widoczność wartości danych. I zastosuj argument „marker” dla wskaźnika do modyfikacji zestawu danych.
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 | importować Seaorn importować matplotlib.Pyplot as Plt Seorborn.set (style = „Whitegrid”) Wskazówki = Seaorn.load_dataset („końcówki”) Seorborn.Swararmplot (x = „dzień”, y = „total_bill”, hue = „palacz”, data = wskazówki, palette = "set2", rozmiar = 30, marker = "*", edgecolor = „czarny”, alpha =.35) plt.pokazywać() |
Tutaj przedstawiamy Seaorn i Matplotlib.Frameworki Pyplot. Zastosowana jest metoda set () komponentu morskiego. Styl jest dostarczany jako argument dla tej metody. Zapewniamy zmienną stylową z wartością „Whitegrid”. Wyświetla wizualny wygląd wykresu.
Zamierzamy uzyskać wbudowaną ramkę danych, więc wywołujemy metodę ładowania danych (). Ta metoda jest uzyskiwana z szablonu morskiego i ma parametr „końcówki”. Figura roju jest następnie tworzona za pomocą techniki Swararmplot (). Wejścia funkcji są podpisem obu osi, wartości odcienia, danych, palety, wielkości markera, kształtu markera, edgecolor i wartości alfa.
Oś X pokazuje dane z dni, podczas gdy oś Y wskazuje rekord całkowitego Billa. Markery kształtu „*” z rozmiarem 20 znajdują się na tej mapie roju. Funkcja show () matplotlib.Pyplot służy do przedstawienia ostatecznego wykresu.
Wniosek
W tym artykule omówiliśmy różne techniki wykreślenia fabuły roju. Mapy roju są formą wykresu rozproszenia, które są stosowane do wyświetlania danych kategorycznych. Zapobiega nakładaniu się elementów. Możemy wykorzystać metodę swararmplot () do rysowania tych wykresów. Ilekroć ramka próbki jest ogromna, nie możemy użyć tego rodzaju wykresu.