Seaborn Pungo congiunto
L'analisi della varianza si riferisce a un parametro specifico. Valuta e illustra anomalie pertinenti nei dati, mentre la regressione multipla valuta i collegamenti tra diverse variazioni e l'intensità di tale associazione. Il modulo Seaborn JointPlot () Il metodo calcola un grafico a dispersione contenente istogrammi distinti sul bordo superiore della trama e sui lati destro. In questa sezione, parleremo di come disegnare grafici congiunti.
Utilizzare il metodo JointPlot ()
Useremo il JointPlot () Metodo per creare i grafici congiunti. Il grafico in questo passaggio indica un grafico a dispersione con doppi istogrammi ai bordi della mappa. Il grafico mostra che i campi "Bill Total" e "Tip" sembrano avere un'associazione positiva. All'aumentare del valore di un parametro, anche un altro.
Anche se i segni sul grafico sono dispersi, il valore di correlazione sembra modesto. Gli istogrammi relativi sono dritti perché la maggior parte delle voci sono limitate alla metà sinistra della dispersione. Tuttavia, la metà giusta è più ampia.
Importa Seaborn come SNSImporta matplotlib.Pyplot come Plt
Suggerimenti = SNS.load_dataset ('suggerimenti')
SNS.JointPlot (x = 'total_bill', y = 'punta', data = suggerimenti, altezza = 10, rapporto = 4, spazio = 1)
Plt.spettacolo()
All'inizio del programma, abbiamo introdotto Seaborn e Matplotlib.Biblioteche Pyplot. Il Seaborn sarà importato come SNS e matplolib.Pyplot verrà importato come PLT. Successivamente, recupereremo i dati di "suggerimenti" utilizzando la funzione load_dataset (). Il modulo Seaborn contiene questa funzione. IL Testa() la funzione viene chiamata. Abbiamo applicato il JointPlot () Metodo della Biblioteca Seaborn. Questa funzione viene utilizzata per disegnare i grafici. Abbiamo fornito le didascalie di entrambi gli assi, set di dati, l'altezza del grafico, il rapporto e lo spazio come parametri del Metodo JointPlot (). Alla fine, il spettacolo() funzione di matplotlib.Pyplot sarà impiegato per rappresentare il grafico.
Disegna un diagramma congiunto con una combinazione di colori
Specificando l'argomento "tonalità" a "fumatore", le variabili per i fumatori saranno mostrate in tonalità distinte in questo esempio. Guarda come sono prontamente i due componenti del "fumatore". I grafici di densità sono presentati su entrambi i bordi, anziché in istogrammi, per illustrare la rappresentazione dei dati per le più categorie del parametro di colore in modo indipendente.
Importa Seaborn come SNSImporta matplotlib.Pyplot come Plt
Suggerimenti = SNS.load_dataset ('suggerimenti')
SNS.JointPlot (x = 'total_bill', y = 'tip', data = suggerimenti, hue = 'fumatore')
Plt.spettacolo()
Abbiamo incorporato il Seaborn e Matplotlib.Biblioteche Pyplot all'inizio del programma. L'SNS verrà utilizzato per importare il Seaborn e, allo stesso modo, il PLT verrà utilizzato per importare matplotlib.Pyplot. Successivamente, utilizzeremo il set di dati di caricamento del metodo per ottenere i dati per la variabile "TIPS". Questo è un metodo del pacchetto Seaborn. IL Metodo head () sarà applicato. La biblioteca di Seaborn JointPlot () La funzione è stata utilizzata. I grafici congiunti vengono disegnati durante l'utilizzo di questo metodo. Come argomenti della funzione JointPlot (), Abbiamo fornito titoli sia per l'asse X che per l'asse Y, il frame di dati e la tonalità. Il parametro "Hue" determina il tono di colore della trama. Infine, con l'aiuto del matplotlib.Pyplot's spettacolo() Metodo, verrà visualizzato il grafico.
Disegna una linea di regressione
Una pendenza della linea raffigura la relazione tra diverse variabili. La curva è stata disegnata. Pertanto, sarebbe il più vicino possibile alla maggior parte dei set di dati. La linea di regressione viene calcolata usando metodi numerici e possiamo usare questa espressione per determinare le variabili. Quando l'argomento "gentile" è assegnato a "reg", il JointPlot () il metodo è invocato. Una linea di regressione viene creata sul grafico. La linea di regressione viene utilizzata per indicare varie misure di prestazione.
Importa Seaborn come SNSImporta matplotlib.Pyplot come Plt
Suggerimenti = SNS.load_dataset ('suggerimenti')
SNS.JointPlot (x = 'total_bill', y = 'tip', data = tips, kind = 'reg')
Plt.spettacolo()
Innanzitutto, abbiamo importato i file di intestazione richiesti: Seaborn come SNS e Matplotlib.Pyplot come Plt. Cariciamo il set di dati integrati di suggerimenti con l'aiuto di load_dataset (). Questa funzione è associata al pacchetto Seaborn. Abbiamo usato il Testa() metodo. Successivamente, disegneremo i grafici congiunti impiegando il JointPlot () Metodo della Biblioteca Seaborn. Questa funzione contiene parametri diversi, che includono il titolo dell'asse x come "totale_bill", l'asse y come "punta", dati di suggerimenti e tipo.
Abbiamo impostato il valore dell'argomento "gentile" come "reg" per disegnare la linea di regressione sul grafico. Ora chiamiamo il spettacolo() funzione per illustrare il grafico risultante.
Disegna istogramma 2D
L'argomento "gentile" nel programma precedente sarebbe specificato come "HIST" e la pioggia rappresenta un istogramma 2D. L'analisi di frequenza per due variabili nominali consecutive viene utilizzata in un istogramma 2D. La lunghezza delle linee in un istogramma 1D riflette il totale. In un istogramma 2D, ogni barra nel grafico mostra un provvisorio e include la probabilità cumulativa di verificarsi delle voci in entrambe le categorie. Il grafico primario è costituito da segmenti quadrati che sono stati colorati in uno spettro.
Importa Seaborn come SNSImporta matplotlib.Pyplot come Plt
Suggerimenti = SNS.load_dataset ('suggerimenti')
SNS.JointPlot (x = 'total_bill', y = 'tip', data = tips, kind = 'hist')
Plt.spettacolo()
Dopo aver introdotto le biblioteche Seaborn e Matplotlib.Pyplot con il supporto del load_dataset (), Cariceremmo i punti dati integrati dei suggerimenti. Il modulo Seaborn è collegato a questo metodo. IL Testa() La funzione è stata utilizzata.
Successivamente, useremo il JointPlot () funzione del pacchetto Seaborn per creare grafici congiunti. Questo metodo ha diversi parametri, tra cui l'etichetta dell'asse X di "Bill Total", l'etichetta dell'asse Y di "TIP", i dati dei suggerimenti e il genere. Per disegnare un istogramma bidimensionale, definiamo il valore del parametro "Kind" a "Hist". Abbiamo usato il spettacolo() Metodo per visualizzare il grafico finale.
Conclusione
Abbiamo discusso di diversi approcci per disegnare le trame congiunte con l'aiuto del pacchetto Seaborn. Fornendo valore numerico agli argomenti appropriati al Metodo joinPlot (), Possiamo cambiare la dimensione del grafico, la proporzione di assi, l'altitudine delle coordinate e la spaziatura tra l'asse X e Y. Sui punti di giunti, possiamo modificare il layout del grafico e aggiungere la linea di regressione.