V tomto článku budeme diskutovat o tom, jak můžeme vytvořit počítání pomocí knihovny seaborn a jak lze různé parametry použít k odvození výsledků z funkcí naší datové sady.

Knihovna Seaborn

Knihovna seaborn je mezi datovými analytiky široce používána, galaxie grafů, které obsahuje, poskytuje nejlepší možnou reprezentaci našich dat.

Seaborn knihovnu lze importovat do našeho pracovního prostředí pomocí-

 import seaborn as sns  

Pojďme si nyní probrat, proč používáme countplot a jaký význam mají jeho parametry.

Počítadlo

Graf počtu se používá k reprezentaci výskytu (počtů) pozorování přítomných v kategoriální proměnné.

Pro vizuální zobrazení používá koncept sloupcového grafu.

Parametry-

Následující parametry jsou specifikovány, když vytváříme počítací plot, pojďme si o nich udělat krátkou představu-

x a y- Tento parametr určuje data, na která se odkazujeme pro reprezentaci, a poté sleduje zvýrazněné vzory. barva- Tento parametr určuje barvu, která může našemu pozemku poskytnout dobrý vzhled. paleta- Bere hodnotu palety. Většinou se používá k zobrazení proměnné odstínu. odstín- Tento parametr určuje název sloupce. data- Tento parametr určuje datový rámec, který bychom chtěli použít pro reprezentaci. Data mohou být například pole. vyhnout se- Tento parametr je volitelný a jako vstup přijímá booleovskou hodnotu. nasycení- Tento parametr přijímá plovoucí hodnotu. Když toto specifikujeme, můžeme pozorovat odchylky v intenzitě barev. hue_order- Parametr hue_order přijímá řetězce jako vstup. kwargs- Parametr kwargs určuje mapování klíče a hodnoty. sekera- Parametr ax je volitelný a používá se k převzetí os, na kterých se vytvářejí grafy. orient- Parametr orient je volitelný a říká orientaci grafu, kterou potřebujeme, horizontální nebo vertikální.

Nyní se podívejme, jaké jsou různé způsoby reprezentace našich atributů.

V prvním příkladu vytvoříme countplot pro jednu proměnnou. Použili jsme „tipy“ datové sady, abychom totéž implementovali.

1. Hodnota se počítá pro jednu proměnnou

Příklad -

 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()  

Výstup:

V dalším příkladu použijeme parametr hue a vytvoříme countplot.

Následující program ilustruje totéž -

2. Reprezentace dvou kategoriálních proměnných pomocí parametru odstín

Příklad -

 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()  

Výstup:

V dalším příkladu budeme uvažovat osu y a vytvoříme horizontální graf počtu.

Následující program ilustruje totéž

3. Vytváření horizontálních grafů

Příklad -

 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()  

Výstup:

Pojďme se nyní podívat na to, jak mohou barevné palety zlepšit prezentaci našich dat.

V dalším příkladu použijeme parametr 'paleta'.

Následující program ilustruje totéž

4. Použití barevných palet

Vstup-

 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()  

Výstup:

V dalším příkladu použijeme parametr color a uvidíme, jak to funguje?

Následující program ilustruje totéž

5. Použití parametru „color“

Příklad -

 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()  

Výstup:

Nyní použijeme parametr 'saturation' a uvidíme, jak to ovlivní reprezentaci našich dat.

Následující program ilustruje totéž

6. Pomocí parametru 'saturace'

Příklad -

 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()  

Výstup:

A nakonec v posledním příkladu použijeme parametry šířka čáry a barva okraje.

Použití matplotlib.axes.Axes.bar()

Příklad -

 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()  

Výstup: