TechCodeview

Bu yazımızda nasıl bir site oluşturabileceğimizi tartışacağız. sayım grafiği Seaborn kütüphanesinin kullanımı ve veri setimizin özelliklerinden sonuçlar çıkarmak için farklı parametrelerin nasıl kullanılabileceği.

Denizden doğan kütüphane

Seaborn kütüphanesi veri analistleri arasında yaygın olarak kullanılmaktadır; içerdiği grafiklerin galaksisi, verilerimizin mümkün olan en iyi temsilini sağlar.

Seaborn kütüphanesi aşağıdakiler kullanılarak çalışma ortamımıza aktarılabilir:

 import seaborn as sns 

Şimdi neden countplot kullandığımızı ve parametrelerinin önemini tartışalım.

Sayım grafiği

Sayım grafiği, kategorik değişkende mevcut olan gözlemin oluşumunu (sayılarını) temsil etmek için kullanılır.

Görsel tasvir için çubuk grafik kavramını kullanır.

Parametreler-

Sayım grafiği oluşturduğumuzda aşağıdaki parametreler belirtilir, kısaca onlar hakkında fikir sahibi olalım:

x ve y-Bu parametre, temsil için başvurduğumuz verileri belirtir ve ardından vurgulanan modelleri gözlemler.renk-Bu parametre çizimimize iyi bir görünüm verebilecek rengi belirtir.palet-Paletin değerini alır. Çoğunlukla renk tonu değişkenini göstermek için kullanılır.renk tonuBu parametre sütun adını belirtir.veri-Bu parametre temsil için almak istediğimiz veri çerçevesini belirtir. Örneğin veriler bir dizi olabilir.atlatmak-Bu parametre isteğe bağlı bir parametredir ve giriş olarak bir Boolean değeri kabul eder.doyma-Bu parametre bir float değeri kabul eder. Bunu belirttiğimizde renklerin yoğunluğunda bir değişiklik gözlemlenebilir.Renk düzeni-Hue_order parametresi girdi olarak dizeleri alır.kwargs-kwargs parametresi anahtar ve değer eşlemelerini belirtir.baltaax parametresi isteğe bağlı bir parametredir ve grafiklerin oluşturulduğu eksenleri almak için kullanılır.yönlendirmekParametre yönü isteğe bağlı bir yöndür ve grafiğin yatay veya dikey olarak ihtiyacımız olan yönünü belirtir.

Şimdi niteliklerimizi temsil etmenin farklı yollarının neler olduğunu görelim.

İlk örnekte tek bir değişken için sayım grafiği oluşturacağız. Aynısını uygulamak için veri kümesi 'ipuçlarını' aldık.

Java için

1. Tek bir değişken için değer önemlidir

Örnek -

 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() 

Çıktı:

Bir sonraki örnekte hue parametresini kullanacağız ve bir sayım grafiği oluşturacağız.

Aşağıdaki program aynı şeyi göstermektedir.

2. Hue parametresini kullanarak iki kategorik değişkeni temsil etme

Örnek -

 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() 

Çıktı:

Bir sonraki örnekte y eksenini dikkate alacağız ve yatay bir sayım grafiği oluşturacağız.

js'de boş değil

Aşağıdaki program aynı şeyi göstermektedir.

3. Yatay Grafikler Oluşturma

Örnek -

 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() 

Çıktı:

Şimdi renk paletlerinin verilerimizin sunumunu nasıl geliştirebileceğine bir göz atalım.

Bir sonraki örnekte 'palet' parametresini kullanacağız.

Aşağıdaki program aynı şeyi göstermektedir.

4. Renk paletlerini kullanma

Giriş-

 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() 

Çıktı:

Bir sonraki örnekte color parametresini kullanacağız ve nasıl çalıştığını görelim.

Aşağıdaki program aynı şeyi göstermektedir.

5. 'Renk' parametresinin kullanılması

Örnek -

 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() 

Çıktı:

Şimdi 'doygunluk' parametresini kullanacağız ve bunun verilerimizin temsilini nasıl etkilediğini göreceğiz.

Aşağıdaki program aynı şeyi göstermektedir.

arayüz nedir

6. 'Doygunluk' parametresinin kullanılması

Örnek -

 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() 

Çıktı:

Ve son olarak son örnekte parametreleri kullanacağız hat genişliği Ve kenar rengi.

matplotlib.axes.Axes.bar() işlevini kullanma

Örnek -

 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() 

Çıktı: