У цій статті ми обговоримо, як ми можемо створити a countplot використання бібліотеки seaborn і як різні параметри можна використовувати для отримання результатів на основі особливостей нашого набору даних.

Морська бібліотека

Бібліотека seaborn широко використовується серед аналітиків даних, галактика графіків, які вона містить, забезпечує найкраще представлення наших даних.

Бібліотеку seaborn можна імпортувати в наше робоче середовище за допомогою:

операційні системи mac

 import seaborn as sns 

Давайте тепер обговоримо, чому ми використовуємо countplot і яке значення мають його параметри.

Countplot

Графік підрахунку використовується для представлення появи (кількості) спостереження, присутнього в категоріальній змінній.

Він використовує концепцію гістограми для візуального зображення.

Параметри-

Наступні параметри вказуються, коли ми створюємо графік підрахунку, давайте коротко познайомимося з ними:

x і y-Цей параметр визначає дані, на які ми посилаємося для представлення, а потім спостерігає за виділеними шаблонами.колір-Цей параметр визначає колір, який може надати гарний зовнішній вигляд нашій ділянці.палітра-Він приймає значення палітри. Здебільшого він використовується для відображення змінної відтінку.колір-Цей параметр визначає назву стовпця.дані-Цей параметр визначає кадр даних, який ми хотіли б взяти для представлення. Наприклад, дані можуть бути масивом.ухилятися-Цей параметр є необов’язковим і приймає логічне значення як вхідні дані.насиченість-Цей параметр приймає значення з плаваючою речовиною. Коли ми вказуємо це, можна спостерігати зміну інтенсивності кольорів.hue_order-Параметр hue_order приймає рядки як вхідні дані.kwargs-Параметр kwargs визначає відображення ключів і значень.сокира-Параметр ax є необов'язковим і використовується для визначення осей, на яких створюються графіки.схід-Параметр orient є необов’язковим і вказує орієнтацію ділянки, яка нам потрібна, горизонтальну чи вертикальну.

Тепер давайте подивимося, якими є різні способи представлення наших атрибутів.

У першому прикладі ми створимо графік підрахунку для однієї змінної. Ми використали «підказки» набору даних, щоб реалізувати те саме.

1. Значення враховується для однієї змінної

приклад -

 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() 

Вихід:

У наступному прикладі ми використаємо параметр відтінку та створимо графік підрахунку.

Наступна програма ілюструє те саме-

2. Представлення двох категоріальних змінних за допомогою параметра відтінку

приклад -

функція стрілки машинопису

 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() 

Вихід:

У наступному прикладі ми розглянемо вісь y і створимо горизонтальну діаграму.

Наступна програма ілюструє те саме-

3. Створення горизонтальних графіків

приклад -

 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() 

Вихід:

Давайте тепер подивимося, як колірні палітри можуть покращити представлення наших даних.

У наступному прикладі ми будемо використовувати параметр 'palette'.

Наступна програма ілюструє те саме-

4. Використання кольорових палітр

введення-

 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() 

Вихід:

У наступному прикладі ми використаємо параметр color і подивимося, як він працює?

Наступна програма ілюструє те саме-

5. Використання параметра 'color'

приклад -

 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() 

Вихід:

Тепер ми використаємо параметр «насиченість» і подивимося, як він впливає на представлення наших даних.

Наступна програма ілюструє те саме-

Шрея Гошал

6. Використання параметра 'насиченість'

приклад -

 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() 

Вихід:

І, нарешті, в останньому прикладі ми будемо використовувати параметри ширина лінії і edgecolor.

Використання matplotlib.axes.Axes.bar()

приклад -

 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() 

Вихід: