이번 글에서는 어떻게 생성할 수 있는지 알아보겠습니다. 계수 seaborn 라이브러리를 사용하고 다양한 매개변수를 사용하여 데이터 세트의 기능에서 결과를 추론하는 방법을 알아봅니다.
분수로 0.0625
시본 도서관
seaborn 라이브러리는 데이터 분석가들 사이에서 널리 사용되며, 여기에 포함된 은하계 플롯은 데이터를 가장 잘 표현합니다.
seaborn 라이브러리는 다음을 사용하여 작업 환경으로 가져올 수 있습니다.
import seaborn as sns
이제 countplot을 사용하는 이유와 해당 매개변수의 중요성에 대해 논의하겠습니다.
카운트플롯
카운트플롯은 범주형 변수에 존재하는 관측치의 발생(개수)을 나타내는 데 사용됩니다.
시각적 표현을 위해 막대 차트 개념을 사용합니다.
매개변수-
countplot을 생성할 때 다음 매개변수가 지정됩니다. 이에 대한 간단한 아이디어를 살펴보겠습니다.
이제 속성을 나타내는 다양한 방법이 무엇인지 살펴보겠습니다.
첫 번째 예에서는 단일 변수에 대한 countplot을 만듭니다. 우리는 이를 구현하기 위해 데이터 세트 '팁'을 사용했습니다.
문자열 함수 자바
1. 단일 변수의 값 개수
예 -
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()
산출:
다음 예에서는 색상 매개변수를 사용하고 countplot을 생성합니다.
다음 프로그램은 동일한 내용을 보여줍니다.
2. 색상 매개변수를 사용하여 두 개의 범주형 변수 표현
예 -
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()
산출:
다음 예에서는 y축을 고려하여 수평 countplot을 만듭니다.
노트북 삽입 키
다음 프로그램은 동일한 내용을 보여줍니다.
3. 수평 플롯 만들기
예 -
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()
산출:
이제 색상 팔레트가 어떻게 데이터 표현을 향상시킬 수 있는지 살펴보겠습니다.
다음 예에서는 'palette' 매개변수를 사용하겠습니다.
다음 프로그램은 동일한 내용을 보여줍니다.
4. 색상 팔레트 사용
입력-
각주 인하
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()
산출:
다음 예에서는 매개변수 색상을 사용하고 이것이 어떻게 작동하는지 살펴보겠습니다.
다음 프로그램은 동일한 내용을 보여줍니다.
5. 'color' 매개변수 사용
예 -
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()
산출:
이제 '포화도' 매개변수를 사용하여 이것이 데이터 표현에 어떤 영향을 미치는지 살펴보겠습니다.
다음 프로그램은 동일한 내용을 보여줍니다.
6. '채도' 매개변수 사용
예 -
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()
산출:
마지막으로 마지막 예에서는 매개변수를 사용하겠습니다. 선의 폭 그리고 가장자리 색상.
예 -
화창한 나이
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()
산출: