데이터 시각화는 실제로 숫자를 보고 복잡한 계산을 수행하지 않고도 데이터에서 무슨 일이 일어나고 있는지 이해하는 데 도움이 되기 때문에 중요한 단계입니다. Seaborn은 데이터 시각화에 도움이 되는 라이브러리입니다.
산점도는 데이터의 분포를 그래프에 분산/산포된 데이터 포인트로 표시합니다. 점을 사용하여 본질적으로 숫자인 데이터 세트의 값을 나타냅니다. 가로 및 세로 축에서 모든 점의 위치는 단일 데이터 포인트에 대한 값을 나타냅니다.
두 변수 간의 관계를 이해하는 데 도움이 됩니다. Python에서 Seaborn 라이브러리를 사용하여 이것이 어떻게 달성되는지 이해합시다 -
예시
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('iris')
sb.jointplot(x = 'petal_length',y = 'petal_width',data = 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 'jointplot' 기능을 사용하여 시각화됩니다.
- 여기서 'x' 및 'y' 축 값은 매개변수로 제공됩니다.
- 이 산점도 데이터는 콘솔에 표시됩니다.