TechCodeview

I den här artikeln kommer vi att diskutera hur vi kan skapa en sammanräkning använda seaborn-biblioteket och hur de olika parametrarna kan användas för att härleda resultat från funktionerna i vår datauppsättning.

Seaborn bibliotek

Seaborn-biblioteket används flitigt bland dataanalytiker, galaxen av plotter som det innehåller ger den bästa möjliga representationen av våra data.

Seaborn-biblioteket kan importeras till vår arbetsmiljö med-

sträng i c

 import seaborn as sns 

Låt oss nu diskutera varför vi använder countplot och vad är betydelsen av dess parametrar.

Räkneplan

Räknediagrammet används för att representera förekomsten(antal) av observationen som finns i den kategoriska variabeln.

Den använder konceptet med ett stapeldiagram för den visuella avbildningen.

Parametrar-

Följande parametrar specificeras när vi skapar en countplot, låt oss få en kort uppfattning om dem-

x och y-Denna parameter specificerar data vi hänvisar till för representation och observerar sedan de markerade mönstren.Färg-Denna parameter anger färgen som kan ge ett bra utseende till vår tomt.palett-Det tar värdet av paletten. Det används mest för att visa färgtonsvariabeln.nyans-Denna parameter anger kolumnnamnet.data-Denna parameter specificerar dataramen vi vill ta för representationen. Till exempel kan data vara en array.undvika-Denna parameter är valfri och den accepterar ett booleskt värde som indata.mättnad-Denna parameter accepterar ett flytvärde. En variation i färgernas intensitet kan observeras när vi specificerar detta.nyans_order-Parametern hue_order tar strängar som indata.kwargs-Parametern kwargs specificerar nyckel- och värdemappningarna.yxa-Parametern axe är valfri och används för att ta axlar på vilka plotter skapas.orientera-Parametern orient är en valfri sådan och talar om orienteringen av plotten som vi behöver, horisontell eller vertikal.

Låt oss nu se vad som är de olika sätten att representera våra attribut.

I det första exemplet kommer vi att skapa en countplot för en enda variabel. Vi har tagit datauppsättningens 'tips' för att implementera detsamma.

1. Värdet räknas för en enskild variabel

Exempel -

 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() 

Produktion:

I nästa exempel kommer vi att använda hue-parametern och skapa en countplot.

Följande program illustrerar samma-

2. Representerar två kategoriska variabler med hjälp av nyansparameter

Exempel -

 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() 

Produktion:

förklara dataoberoende

I nästa exempel kommer vi att betrakta y-axeln och skapa en horisontell räknediagram.

Följande program illustrerar samma-

3. Skapa horisontella plotter

Exempel -

 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() 

Produktion:

Låt oss nu ta en titt på hur färgpaletter kan förbättra presentationen av våra data.

I nästa exempel kommer vi att använda parametern 'palett'.

lexikografisk ordning

Följande program illustrerar samma-

4. Använda färgpaletter

Inmatning-

 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() 

Produktion:

I nästa exempel kommer vi att använda parametern färg och låt oss se hur det fungerar?

Följande program illustrerar samma-

5. Använda en parameter 'färg'

Exempel -

ternär operatör java

 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() 

Produktion:

Nu kommer vi att använda parametern 'mättnad' och se hur det påverkar representationen av våra data.

Följande program illustrerar samma-

6. Använda parametern 'mättnad'

Exempel -

 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() 

Produktion:

Och slutligen i det sista exemplet kommer vi att använda parametrarna linjebredd och kantfärg.

Använder matplotlib.axes.Axes.bar()

Exempel -

 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() 

Produktion: