У овом чланку ћемо разговарати о томе како можемо створити а цоунтплот користећи сеаборн библиотеку и како се различити параметри могу користити за закључак о резултатима из карактеристика нашег скупа података.

Сеаборн библиотека

Сеаборн библиотека се широко користи међу аналитичарима података, а галаксија дијаграма које садржи пружа најбољу могућу репрезентацију наших података.

Морска библиотека се може увести у наше радно окружење користећи -

 import seaborn as sns  

Хајде да сада продискутујемо зашто користимо цоунтплот и какав је значај његових параметара.

Цоунтплот

Графикон бројања се користи за представљање појављивања(броја) запажања присутних у категоричкој променљивој.

Користи концепт тракастог графикона за визуелни приказ.

Параметри-

Следећи параметри су специфицирани када креирамо графикон бројања, да добијемо кратку представу о њима-

к и и- Овај параметар специфицира податке на које се позивамо за представљање, а затим посматра истакнуте обрасце. боја- Овај параметар одређује боју која може дати добар изглед нашој парцели. палета- Узима вредност палете. Углавном се користи за приказивање променљиве нијансе. нијанса- Овај параметар одређује име колоне. подаци- Овај параметар специфицира оквир података који желимо да узмемо за представљање. На пример, подаци могу бити низ. избећи- Овај параметар је опциони и прихвата логичку вредност као улаз. засићење- Овај параметар прихвата флоат вредност. Када ово одредимо, може се уочити варијација у интензитету боја. нијанса_ред- Параметар хуе_ордер узима низове као улаз. кваргс- Параметар кваргс специфицира мапирање кључа и вредности. секира- Параметар ак је опциони и користи се за узимање оса на којима се креирају графикони. оријентисати- Параметар ориент је опциони и говори о оријентацији графикона која нам је потребна, хоризонтална или вертикална.

Сада да видимо који су различити начини представљања наших атрибута.

У првом примеру, направићемо графикон бројања за једну променљиву. Узели смо 'савете' скупа података за имплементацију истог.

1. Вредност се рачуна за једну променљиву

Пример -

 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()  

Излаз:

У следећем примеру, користићемо параметар нијанси и креирати графикон бројања.

Следећи програм илуструје исто-

2. Представљање две категоричке варијабле помоћу параметра нијансе

Пример -

 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()  

Излаз:

У следећем примеру ћемо размотрити и осу и креирати хоризонтални дијаграм бројања.

Следећи програм илуструје исто-

3. Креирање хоризонталних дијаграма

Пример -

 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()  

Излаз:

Хајде сада да погледамо како палете боја могу побољшати презентацију наших података.

У следећем примеру користићемо параметар 'палета'.

Следећи програм илуструје исто-

4. Коришћење палета боја

Улазни-

 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()  

Излаз:

У следећем примеру користићемо боју параметра и да видимо како она функционише?

Следећи програм илуструје исто-

5. Коришћење параметра 'цолор'

Пример -

 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()  

Излаз:

Сада ћемо користити параметар 'сатуратион' и видети како то утиче на представљање наших података.

Следећи програм илуструје исто-

6. Коришћење параметра 'сатуратион'

Пример -

 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()  

Излаз:

И на крају у последњем примеру користићемо параметре Ширина линије и едгецолор.

Коришћење матплотлиб.акес.Акес.бар()

Пример -

 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()  

Излаз: