SPITLOT SEABINE
È un metodo visivo di analisi dei dati per riassumere un set di dati a variabile singola. Poiché il diagramma della striscia mostra tutte le osservazioni e una rappresentazione della distribuzione sottostante, è considerato ragionevole per la scatola o la trama del violino."
Sintassi dello stripplot in Seaborn
Seaborn.STIPTLOT (X = NONE, Y = NONE, HUE = NONE, DATA = NONE, COLORE = NONE, PALETTE = NONE, DIZE = 10, EDGECOLOR = 'GREE', LINEWIDTH = 0, AX = NONE, ** KWARGS)x, y, tonalità: Per tracciare i dati a forma di lunga durata, avrai bisogno degli input. Questi sono i nomi dei dati vettoriali o delle variabili.
dati: Ai fini della trama, è stato creato un set di dati. L'assenza di xey viene letta come una forma ampia. A parte questo, è probabile che sia lungo. Un frame di dati in panda. Tuttavia, definire i parametri X, Y e Hue sono necessari per specificare facilmente come essere mostrati i dati sul frame dati.
Ordine, hue_order: Per una tavolozza di gradiente, questo termine include i singoli colori di ogni pezzo. La trama appropriata viene restituita con questo metodo.
jitter: L'entità del jitter che dovrebbe essere applicata (proprio lungo l'asse categorico). Quando hai molti punti che si sovrappongono, questo può aiutarti a vedere la distribuzione più facilmente. È possibile impostare i valori del jitter (con l'ampiezza dell'intervallo variabile casuale uniformemente distribuito) o lasciarlo al vero come un valore predefinito accettabile.
schivare: Abilitarlo al vero quando si utilizza la nidificazione della tonalità separa le strisce lungo l'asse classificato per livelli di tonalità distinti. Oppure, i punti di ogni livello saranno impilati uno sopra l'altro.
Oriente: La trama è orientata in un certo modo (verticale o orizzontale). Questo è normalmente dedotto dai tipi delle variabili di input, ma può essere utilizzato per chiarire gli incomprensioni quando entrambi i parametri xey sono numeri interi o quando graficano i dati a forma larga.
colore: Colore per tutti gli elementi o un seme di una tavolozza di gradiente.
tavolozza: Colori da utilizzare per i vari livelli della variabile Hue. Color Palette () dovrebbe essere in grado di interpretarlo o un dizionario relativo ai valori di tonalità ai colori di matplotlib.
larghezza della linea: La larghezza delle linee grigie che circondano i punti della trama.
Edgecolor: Il colore delle linee circonda ogni punto. La luminosità dei punti è governata dalla tavolozza dei colori utilizzata durante il nucleo dei punti se si passa "grigio."
ascia: Il diagramma verrà disegnato sull'oggetto assi a meno che non venga utilizzato l'oggetto assi di corrente.
Kwargs: Matplotlib.asce.Asce.Scatter riceve eventuali argomenti di parole chiave aggiuntive ().
Esempio 1
Qui, abbiamo una semplice illustrazione della trama della striscia con il modulo Seaborn. Entriamo nella parte di implementazione. Abbiamo impostato lo stile della trama come darkgrid. Il set di dati MPG viene importato all'interno di Load_dataset (). Quindi, abbiamo una funzione di diagramma a strisce che ha l'ingresso X come peso e y come accelerazione. Questo diagramma della striscia confronterà il peso e l'accelerazione del set di dati MPG. Il codice di Seabory Stripiet è apposto qui.
Lì abbiamo una visualizzazione di base del diagramma della striscia nella seguente figura grafica.
Esempio 2
Qui, abbiamo un diagramma a strisce che viene utilizzato per costruire un diagramma a strisce orizzontali specifico. Quando viene utilizzato un solo parametro di input anziché due, l'asse designa ciascuno dei parametri di ingresso come asse. Abbiamo inserito i suggerimenti per il set di dati nella funzione load_dataset. Dal set di dati TIPS, abbiamo preso una colonna Total_Bills per il nostro input X che viene utilizzato nella funzione del diagramma della striscia. Il codice di Seabory Stripiet è apposto qui.
La figura seguente mostra la visualizzazione orizzontale del diagramma della striscia.
Esempio 3
Stiamo usando il jitter di parametro per fare il diagramma della striscia in questo esempio. Abbiamo disegnato la trama definendo DarkGrid nella funzione SET. Successivamente, abbiamo aggiunto il campione di dati Titanic in Load_dataset e chiamato questo seaborn laod_dataset nella variabile titanic. Quindi, abbiamo un diagramma a strisce in cui le colonne tariffarie e di classe sono assegnate ai parametri X e Y dal set di dati Titanic. Ha confrontato la trama con questa due colonne. Quindi, abbiamo superato un jitter di opzione e gli abbiamo assegnato un valore di 0.15. Il codice del seaborn strip è apposto qui.
La seguente rappresentazione del diagramma della striscia con l'opzione jitter.
Esempio 4
Lì, abbiamo una larghezza di linea di opzione che stiamo usando nella trama della striscia per vederne il funzionamento. Inizialmente, abbiamo impostato lo sfondo della trama come darkgrid. Quindi, abbiamo suggerimenti di set di dati integrati forniti in un marrone marittimo. Il diagramma della striscia viene chiamato e passato con il parametro per gli assi X e Y insieme al parametro della larghezza di linea. Il codice del seaborn strip è apposto qui.
La sceneggiatura sopra del mare emette la seguente visualizzazione del diagramma della striscia.
Esempio 5
L'esempio utilizza punti enormi e una varietà di estetici con l'aiuto del marcatore e del parametro Alpha. Abbiamo utilizzato Alpha per controllare la trasparenza del punto dati e abbiamo modificato il punto dati utilizzando un marker per il marcatore. Questi parametri aggiuntivi sono applicati sul set di dati Iris, che abbiamo registrato con il comando load_dataset.
Quindi, abbiamo un diagramma a strisce in cui, con i parametri X e Y, abbiamo impostato la tonalità, la tavolozza, le dimensioni, il marcatore come R e il valore dell'opzione Alpha come 0.15. Il codice del seaborn strip è apposto qui.
L'uscita del diagramma della striscia è resa come segue:
Conclusione
Lì abbiamo concluso il nostro articolo della trama a strisce. La trama della striscia è completamente autonoma. Abbiamo una breve panoramica della trama della striscia con il modulo Seaborn. La sintassi è anche chiaramente spiegata insieme a ciascun parametro. Per aiutarti a capire, ti abbiamo mostrato come usare questo approccio usando un esempio molto semplice.