Seaborn Barulat multiple colonne

“In questo articolo esamineremo l'uso della trama del bar Seaborn nei tuoi progetti di scienze dell'apprendimento automatico. Guarderemo la struttura del SNS di Seaborn.barplot () funzionare e vedere alcuni esempi di come usarlo per rendere i grafici a barre più colonne in vari modi modificando i suoi parametri.

Un diagramma a barre è tra i grafici più importanti per rappresentare il raggruppamento quantitativo delle statistiche da parte di blocchi rettangolari per diverse categorie. Il collegamento tra diverse variabili di dati è illustrato utilizzando un grafico a più barre. Ogni valore di dati è rappresentato da una colonna diversa nel grafico. I grafici a barre multipli sono essenzialmente usati per confrontare varie cose. Il SNS.Barplot () La funzione traccia un grafico a barre con ciascuna barra che rappresenta i dati aggregati per ciascun gruppo. Calcola la media per ogni gruppo per impostazione predefinita. Ciò indica che la dimensione di ciascuna barra corrisponde alla media della categoria.

Il termine "trama multi-bar" si riferisce a una trama con più barre. La trama da bar raggruppata è un altro nome per questo. In Seaborn, una griglie raggruppata è utile quando si tratta di diverse variabili di categoria. Le trame da bar raggruppate sono semplici da creare con il pacchetto di grafici marittimi di Python."

Sintassi delcomobile in Seaborn

Sintassi:

Seaborn.Barplot (x = Nessuno, y = nessuno, hue = nessuno, data = non, ordine = nessuno, hue_order = nessuno, unità = nessuno, orit = nessuno, errwidth = nessuno, capsize = nessuno, ax = nessuno, kwargs)

La descrizione di ciascun parametro fornita al metodo di barra è la seguente.

x, y e tonalità: Gli argomenti della funzione sono archiviati in questa variabile.

dati: Il set di dati o il telaio di dati seaborn creato che verrà utilizzato per tracciare il diagramma della barra viene passato qui.

Ordine, hue_order: La trama delle variabili categoriche dovrebbe essere eseguita in questo ordine.

estimatore: Il cestino della categoria è determinato usando questa funzione statistica.

Oriente: Possiamo scegliere se la trama dovrebbe essere verticale o orizzontale qui.

colore: Questa opzione determina il colore di tutti gli elementi.

tavolozza: I colori usati nei grafici sono determinati da questa opzione.

ascia: Qui è dove la visualizzazione viene tracciata sugli assi.

Esempio 1

Possiamo fare più colonne del diagramma utilizzando la barra del gruppo di funzioni di Seaborn. Il metodo GroupBy () in Panda viene utilizzato per dividere i dati in gruppi a seconda dei criteri specificati.

Nel seguente script di esempio, abbiamo incluso la libreria di Matplotlib e il modulo Seaborn per la trama di più colonne usando il plancia. Ora, dobbiamo creare i dati per la stampa. Per questo, abbiamo inserito i dati del set di dati Titanic di Seaborn. Il set di dati di esempio titanic viene quindi caricato all'interno del costruttore load_dataset.

Quindi, abbiamo invocato la funzione GroupBy in cui le colonne PCLASS e sopravvissute vengono passate dalla funzione titanica. Inoltre, abbiamo applicato l'aggregazione dell'era della colonna dal set di dati Titanic. Questa funzione raggrupperà queste colonne. All'interno della funzione di barratura, abbiamo impostato la PCLASS sul parametro X, la media sul parametro Y e la tonalità impostata sulla colonna sopravvissuta.

Importa matplotlib.Pyplot come Plt
Importa Seaborn come SB
df = sb.load_dataset ('titanic')
df = df.GroupBy (['pclass', 'sopravvissuto']).Agg (media = ("age", 'media'))
df = df.reset_index ()
sb.bartralot (x = "pclass",
y = "medio",
hue = "sopravvissuto",
data = df)
Plt.spettacolo()

La glabot con più colonne viene visualizzata come segue:

Esempio 2

Nel diagramma della barra sopra, abbiamo due colonne raggruppate per generare un diagramma a barre. Possiamo prendere più di due colonne per raggrupparsi. In primo luogo, i moduli vengono aggiunti alla sceneggiatura del mare per costruire trame. Successivamente, i suggerimenti di set di dati di esempio vengono chiamati all'interno della funzione Seaborn load_dataset.

Quindi, abbiamo una funzione GroupBy nella variabile DF a cui sono riportate le dimensioni e il giorno delle colonne. Inoltre, il metodo di aggregazione viene utilizzato in questa variabile. La punta della colonna viene assegnata alla funzione di aggregazione, che restituisce la media della punta della colonna. Quindi, abbiamo una funzione di barra all'interno della quale abbiamo parametri xey e impostare la dimensione e la media_tip su questi parametri categorici.

Qui, abbiamo introdotto un'altra tonalità di parametro opzionale che è impostata con la colonna del giorno. Il PLT.lo spettacolo è usato per mostrare la figura del diagramma della barra.

Importa matplotlib.Pyplot come Plt
Importa Seaborn come SNS
df = sns.load_dataset ('suggerimenti')
df = df.GroupBy (['size', 'Day']).agg (mean_tip = ("punta", 'media'))
df = df.reset_index ()
SNS.barile (x = "dimensione",
y = mean_tip,
hue = "Day",
data = df)
Plt.spettacolo()

Qui, abbiamo mostrato la visualizzazione di colonne a più golosi del set di dati della punta.

Esempio 3

Come abbiamo usato la funzione GroupBy per mostrare le colonne più a barre. Basta specificare i tre parametri X, Y e Hue per generare il diagramma a barre in più colonne. Quindi, cominciamo aggiungendo i moduli Python per aver tracciato le più barre della trama. Il set di dati di esempio iris viene utilizzato qui per la trama. Quindi, abbiamo semplicemente chiamato ilclabotto e abbiamo superato tre colonne dall'iride alle opzioni X, Y e Hue, rispettivamente.

Importa matplotlib.Pyplot come Plt
Importa Seaborn come SNS
df_titanic = sns.load_dataset ("iris")
SNS.Barplot (x = "sepal_length", y = "sepal_width", hue = "specie", ci = "sd", capsize = 0.09, data = df_titanic)
Plt.spettacolo()

Il diagramma di colonne multipli viene reso all'interno della figura come segue:

Esempio 4

Ora genereremo le più colonne usando la goccia di gata marina. Nell'esempio seguente, abbiamo inserito i consigli di set di dati di esempio da Seaborn nella funzione load_dataset. Abbiamo superato gli attributi X, Y e Hue alla funzione CatPlot. L'input X è impostato con la colonna del giorno, l'ingresso y prende la colonna della punta e l'ingresso Hue è impostato con il fumatore. Alla funzione CatPlot, abbiamo impostato il parametro Kind su Bar. Questo traccerà la trama della barra qui. La tavolozza è anche impostata per il barino.

Importa matplotlib.Pyplot come Plt
Importa Seaborn come SNS
Suggerimenti = SNS.load_dataset ("suggerimenti")
bar = sns.CatPlot (x = "day", y = "punta",
hue = "fumatore",
data = suggerimenti, kind = "bar", palette = "accent_r");
Plt.spettacolo()

Il diagramma a barra più colonne sono rese qui dalla funzione di catbot.

Conclusione

Abbiamo esaminato il "seaborn bar trama più colonne" in questo tutorial di Python e abbiamo guardato la sintassi della trama della barra. Abbiamo anche discusso dei parametri che vengono passati all'interno della funzione a barre. La Biblioteca Seaborn ci ha fornito diversi esempi qui su come realizzare grafici a barre con più colonne utilizzando la funzione GroupBy. Abbiamo anche imparato come utilizzare la funzione di catbot () di Seaborn per creare diversi grafici a barre.