우리는 Seaborn을 사용할 것입니다. Seaborn은 데이터 시각화에 도움이 되는 라이브러리입니다. 맞춤형 테마와 고급 인터페이스가 함께 제공됩니다. 이 인터페이스는 데이터 종류와 특정 필터가 적용될 때 데이터의 동작 방식을 사용자 지정하고 제어하는 데 도움이 됩니다.
'stripplot' 함수는 변수 중 하나 이상이 범주형일 때 사용됩니다. 데이터는 축 중 하나를 따라 정렬된 방식으로 표시됩니다. 그러나 단점은 특정 지점이 겹친다는 것입니다. 여기에서 'jitter' 매개변수를 사용하여 변수 간의 겹침을 방지해야 합니다.
데이터 세트에 임의의 노이즈를 추가하고 범주 축을 따라 값의 위치를 조정합니다. 그러나 'jitter' 매개변수를 사용하는 대신 'swarmplot'을 사용하여 범주형 산점도를 얻을 수 있습니다.
swarmplot 함수의 구문
seaborn.swarmplot(x, y, 데이터,…)
그것은 아래에 시연되었습니다 -
예시
pdimport seaborn으로 pandas 가져오기 matplotlib에서 pyplot 가져오기 pltmy_df =sb.load_dataset('iris')sb.swarmplot(x ="species", y ="petal_length", 데이터 =my_df)plt.show() 출력
설명
- 필수 패키지를 가져옵니다.
- 입력 데이터는 scikit Learn 라이브러리에서 로드되는 'iris_data'입니다.
- 이 데이터는 데이터 프레임에 저장됩니다.
- 'load_dataset' 함수는 홍채 데이터를 로드하는 데 사용됩니다.
- 이 데이터는 'swarmplot' 기능을 사용하여 시각화됩니다.
- 여기서 데이터 프레임은 매개변수로 제공됩니다.
- 또한 x 및 y 값이 지정됩니다.
- 이 데이터는 콘솔에 표시됩니다.