Seaborn은 데이터 시각화에 도움이 되는 라이브러리입니다. 맞춤형 테마와 높은 수준의 인터페이스가 함께 제공됩니다.
barplot 함수는 범주형 변수와 연속형 변수 간의 관계를 설정합니다. 데이터는 막대의 길이가 특정 범주의 데이터 비율을 나타내는 직사각형 막대의 형태로 표시됩니다.
포인트 플롯은 막대 플롯과 유사하지만 채우기 막대를 나타내는 대신 데이터 포인트의 예상 값이 다른 축의 특정 높이에 있는 포인트로 표시됩니다.
범주형 데이터는 pointplot 또는 factorplot으로 알려진 더 높은 수준의 함수를 사용하여 범주형 산점도 또는 두 개의 개별 플롯을 사용하여 시각화할 수 있습니다.
factorplot 함수는 'kind' 매개변수를 사용하여 FacetGrid에 범주형 플롯을 그립니다. FacetGrid는 기본적으로 'pointplot' 기능을 사용합니다.
Seaborn으로 시각화를 플롯하는 데 factorplot을 사용하는 방법을 이해합시다 -
예시
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
my_df = sb.load_dataset('exercise')
sb.factorplot(x = "time", y = "pulse", hue = "kind",data = my_df);
plt.show() 출력
설명
- 필수 패키지를 가져옵니다.
- 입력 데이터는 seaborn 라이브러리에서 로드된 '운동'입니다.
- 이 데이터는 데이터 프레임에 저장됩니다.
- 'load_dataset' 함수는 홍채 데이터를 로드하는 데 사용됩니다.
- 이 데이터는 'factorplot' 기능을 사용하여 시각화됩니다.
- 여기서 데이터 프레임은 매개변수로 제공됩니다.
- 또한 x 및 y 값이 지정됩니다.
- 이 데이터는 콘솔에 표시됩니다.