TechCodeview

In diesem Artikel besprechen wir, wie wir eine erstellen können countplot Verwendung der Seaborn-Bibliothek und wie die verschiedenen Parameter verwendet werden können, um Ergebnisse aus den Merkmalen unseres Datensatzes abzuleiten.

Seaborn-Bibliothek

Die Seaborn-Bibliothek wird von Datenanalysten häufig verwendet. Die darin enthaltene Plotgalaxie bietet die bestmögliche Darstellung unserer Daten.

Die Seaborn-Bibliothek kann in unsere Arbeitsumgebung importiert werden mit:

 import seaborn as sns 

Lassen Sie uns nun diskutieren, warum wir countplot verwenden und welche Bedeutung seine Parameter haben.

Countplot

Das Zähldiagramm wird verwendet, um das Vorkommen (die Anzahl) der in der kategorialen Variablen vorhandenen Beobachtung darzustellen.

Zur visuellen Darstellung wird das Konzept eines Balkendiagramms genutzt.

Parameter-

Die folgenden Parameter werden angegeben, wenn wir ein Zähldiagramm erstellen. Lassen Sie uns einen kurzen Überblick darüber bekommen:

x und y-Dieser Parameter gibt die Daten an, auf die wir uns zur Darstellung beziehen, und beobachtet dann die hervorgehobenen Muster.Farbe-Dieser Parameter gibt die Farbe an, die unserem Plot ein gutes Aussehen verleihen kann.Palette-Es nimmt den Wert der Palette an. Es wird hauptsächlich verwendet, um die Farbtonvariable anzuzeigen.Farbton-Dieser Parameter gibt den Spaltennamen an.Daten-Dieser Parameter gibt den Datenrahmen an, den wir für die Darstellung verwenden möchten. Daten können beispielsweise ein Array sein.ausweichen-Dieser Parameter ist optional und akzeptiert einen booleschen Wert als Eingabe.Sättigung-Dieser Parameter akzeptiert einen Float-Wert. Wenn wir dies angeben, kann eine Variation in der Intensität der Farben beobachtet werden.hue_order-Der Parameter hue_order akzeptiert Zeichenfolgen als Eingabe.kwargs-Der Parameter kwargs gibt die Schlüssel- und Wertzuordnungen an.Axt-Der Parameter ax ist optional und wird verwendet, um Achsen zu übernehmen, auf denen Diagramme erstellt werden.Orient-Der Parameter orient ist optional und gibt die Ausrichtung des Diagramms an, die wir benötigen, horizontal oder vertikal.

Lassen Sie uns nun sehen, welche verschiedenen Arten es gibt, unsere Attribute darzustellen.

Im ersten Beispiel erstellen wir ein Zähldiagramm für eine einzelne Variable. Wir haben die „Tipps“ des Datensatzes befolgt, um dasselbe zu implementieren.

1. Wert zählt für eine einzelne Variable

Beispiel -

 import matplotlib.pyplot as plt import seaborn as sns import pandas as pd #loading the dataset 'tips' df=pd.read_csv('/content/tips.csv') #plotting the graph sns.countplot(x='sex',data=df) plt.show() 

Ausgabe:

geteilt durch String Java

Im nächsten Beispiel verwenden wir den Farbtonparameter und erstellen ein Zähldiagramm.

Das folgende Programm veranschaulicht dasselbe:

2. Darstellung zweier kategorialer Variablen mithilfe des Farbtonparameters

Beispiel -

 import matplotlib.pyplot as plt import seaborn as sns import pandas as pd #loading the dataset 'tips' df=pd.read_csv('/content/tips.csv') #plotting the graph sns.countplot(x='sex',hue='smoker',data=df) plt.show() 

Ausgabe:

Im nächsten Beispiel betrachten wir die y-Achse und erstellen ein horizontales Zähldiagramm.

Das folgende Programm veranschaulicht dasselbe:

3. Horizontale Diagramme erstellen

Beispiel -

 import matplotlib.pyplot as plt import seaborn as sns import pandas as pd #loading the dataset 'tips' df=pd.read_csv('/content/tips.csv') #plotting the graph sns.countplot(y='sex',hue='smoker',data=df) plt.show() 

Ausgabe:

Schauen wir uns nun an, wie Farbpaletten die Darstellung unserer Daten verbessern können.

Im nächsten Beispiel verwenden wir den Parameter „Palette“.

Das folgende Programm veranschaulicht dasselbe:

4. Verwendung von Farbpaletten

Eingang-

 import matplotlib.pyplot as plt import seaborn as sns import pandas as pd #loading the dataset 'tips' df=pd.read_csv('/content/tips.csv') #plotting the graph sns.countplot(x='sex', data=df, palette='Set1') plt.show() 

Ausgabe:

Im nächsten Beispiel verwenden wir den Parameter Farbe und sehen, wie er funktioniert.

Das folgende Programm veranschaulicht dasselbe:

5. Verwendung eines Parameters „Farbe“

Beispiel -

 import matplotlib.pyplot as plt import seaborn as sns import pandas as pd #loading the dataset 'train' df=pd.read_csv('/content/train.csv') #plotting the graph sns.countplot(x='Pclass',hue='Sex', data=df, color='green') plt.show() 

Ausgabe:

Jetzt verwenden wir den Parameter „Sättigung“ und sehen, wie er sich auf die Darstellung unserer Daten auswirkt.

Das folgende Programm veranschaulicht dasselbe:

6. Verwendung des Parameters „Sättigung“

Beispiel -

 import matplotlib.pyplot as plt import seaborn as sns import pandas as pd #loading the dataset 'train' df=pd.read_csv('/content/train.csv') #plotting the graph sns.countplot(x='Pclass',data=df, color='green', saturation=0.1) plt.show() 

Ausgabe:

Und schließlich werden wir im letzten Beispiel die Parameter verwenden Linienbreite Und Kantenfarbe.

Verwendung von matplotlib.axes.Axes.bar()

Beispiel -

 import matplotlib.pyplot as plt import seaborn as sns import pandas as pd #loading the dataset 'train' df=pd.read_csv('/content/train.csv') sns.countplot(x='Sex', data=df, color='green', facecolor=(0,0,0,0), linewidth=5, edgecolor=sns.color_palette('BrBG',2)) plt.show() 

Ausgabe: