logo

Countplot Pythonissa

Tässä artikkelissa keskustelemme siitä, kuinka voimme luoda a laskentakaavio käyttämällä meressä syntynyttä kirjastoa ja kuinka eri parametrien avulla voidaan päätellä tuloksia tietojoukkomme ominaisuuksista.

Seabornin kirjasto

Meressä syntynyttä kirjastoa käytetään laajasti data-analyytikoiden keskuudessa, ja sen sisältämä tonttigalaksi tarjoaa parhaan mahdollisen esityksen tiedoistamme.

Merellä syntynyt kirjasto voidaan tuoda työympäristöömme käyttämällä

 import seaborn as sns 

Keskustellaan nyt siitä, miksi käytämme countplotia ja mikä on sen parametrien merkitys.

Countplot

Laskentakaaviota käytetään edustamaan kategorisessa muuttujassa olevan havainnon esiintymistä (määrät).

Se käyttää visuaaliseen kuvaamiseen pylväskaavion käsitettä.

kokeile tietorakennetta

Parametrit -

Seuraavat parametrit määritetään, kun luomme laskentakaaviota, saamme niistä lyhyen kuvan -

    x ja y-Tämä parametri määrittää tiedot, joihin viittaamme esitykseen, ja tarkkailee sitten korostettuja kuvioita.väri-Tämä parametri määrittää värin, joka voi antaa juonellemme hyvän ulkonäön.paletti-Se vie paletin arvon. Sitä käytetään useimmiten värisävymuuttujan näyttämiseen.värisävy-Tämä parametri määrittää sarakkeen nimen.data-Tämä parametri määrittää datakehyksen, jonka haluamme ottaa esitykseen. Data voi olla esimerkiksi taulukko.väistää-Tämä parametri on valinnainen ja se hyväksyy syötteenä Boolen arvon.kylläisyys-Tämä parametri hyväksyy kelluvan arvon. Värien intensiteetissä voidaan havaita vaihtelua, kun määritämme tämän.hue_order-Parametri hue_order ottaa syötteenä merkkijonoja.kwargs-Parametri kwargs määrittää avain- ja arvokartoitukset.kirves-Parametri ax on valinnainen ja sitä käytetään ottamaan akseleita, joille piirrokset luodaan.orient-Parametri orientaatio on valinnainen ja kertoo tarvitsemamme kaavion suunnan, vaaka- tai pystysuoraan.

Katsotaanpa nyt, mitkä ovat erilaiset tavat edustaa ominaisuuksiamme.

Ensimmäisessä esimerkissä luomme laskentakaavion yhdelle muuttujalle. Olemme ottaneet tietojoukon 'vinkkejä' toteuttaaksemme saman.

1. Arvo laskee yhdelle muuttujalle

Esimerkki -

 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() 

Lähtö:

Countplot Pythonissa

Seuraavassa esimerkissä käytämme sävyparametria ja luomme laskentakaavion.

Seuraava ohjelma havainnollistaa samaa -

2. Kahden kategorisen muuttujan esittäminen sävyparametrilla

Esimerkki -

 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() 

Lähtö:

Countplot Pythonissa

Seuraavassa esimerkissä tarkastelemme y-akselia ja luomme vaakasuuntaisen laskentakaavion.

Seuraava ohjelma havainnollistaa samaa

3. Vaakakuvien luominen

Esimerkki -

 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() 

Lähtö:

Countplot Pythonissa

Katsotaanpa nyt, kuinka väripaletit voivat parantaa tietojemme esitystapaa.

Seuraavassa esimerkissä käytämme parametria 'paletti'.

Seuraava ohjelma havainnollistaa samaa

4. Väripalettien käyttö

syöttö-

 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() 

Lähtö:

Countplot Pythonissa

Seuraavassa esimerkissä käytämme parametrin väriä ja katsotaan kuinka se toimii?

Seuraava ohjelma havainnollistaa samaa

5. Parametrin 'väri' käyttäminen

Esimerkki -

 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() 

Lähtö:

Countplot Pythonissa

Nyt käytämme parametria 'kylläisyys' ja katsomme, kuinka se vaikuttaa tietojemme esittämiseen.

java bool merkkijonoon

Seuraava ohjelma havainnollistaa samaa

6. Parametrin 'kylläisyys' käyttäminen

Esimerkki -

 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() 

Lähtö:

Countplot Pythonissa

Ja lopuksi viimeisessä esimerkissä käytämme parametreja viivan leveys ja reunaväri.

    Matplotlib.axes.Axes.bar()

Esimerkki -

 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() 

Lähtö:

Countplot Pythonissa