Seeborn Boxplot

Seeborn ist ein Python -Modul zum Erstellen numerischer Visualisierungen. Es basiert auf der Matplotlib -Bibliothek und interagiert umfassend mit Pandas -Header -Dateien. Seeborn unterstützt Benutzer bei der Analyse und Verständnis der Daten. Die Visualisierungsfunktionen funktionieren mit Datenstruktur und Arrays, einschließlich der gesamten Datensätze, und liefert die erforderlichen semantischen Mapping und Assoziationen intern, um nützliche Diagramme zu generieren. Die Datenquelle, explizite API, ermöglicht es den Benutzern, sich darauf zu konzentrieren, die Diagramme zu interpretieren, anstatt auf die technischen Daten der Präsentation.

Mit der Ploting -Interoperabilität von SEABORB können der Benutzer in verschiedenen Szenarien wie Erkundungsanalyse, tatsächliche Interaktivität in grafischen Apps und archiviert.

Ein Box -Diagramm hält tendenziell statistische Daten so organisiert, dass die Analysen innerhalb von Parametern oder sogar über eine Reihe von Attributen klarer sind. Wenn dies vorhanden ist, werden die Perzentile und kritischen Werte für den Median im Basisrahmen des Box -Diagramms angezeigt. Die Datenpunkte sind horizontale Linien, die durch die Mitte jeder Box laufen, während Schnurrhaare parallele Linien darstellen, die sich auf die übermäßigsten Datensätze ausdehnen, und die Kappen repräsentieren Linien, die gezogen werden, die durch die Ränder der Whisker verlaufen. Boxplot kann auch verwendet werden, um Ausreißer in einem bestimmten Datenrahmen zu finden.

Wir werden die Methoden zum Zeichnen von Boxplots nach dem Seeborn -Modul in diesem Linux -Tutorial lernen.

Verwendung von Boxplot () -Methoden

Die Funktion Boxplot () wird verwendet, um ein Boxplot -Diagramm zu zeichnen. Der Daten -von Iris -Blütenstand wird in der folgenden Instanz importiert. Der Boxplot zeigt schließlich die niedrigsten, höchsten, 1. Perzentil- und Drittstandswerte auf.

Importieren Sie Seeborn als SNS
Matplotlib importieren.Pyplot als PLT
df = sns.load_dataset ('iris')
drucken (df.Kopf())
sns.Boxplot (y = df ["sepal_length"])
PLT.zeigen()

Zu Beginn des Programms müssen wir die Bibliotheken importieren. Die "Seeborn" -Bibliothek wird als SNS und die Bibliothek "Matplotlib importiert.Pyplot ”wurde als PLT importiert. Dann deklarieren wir eine Variable mit dem Namen „DF.”Wir möchten die Daten laden, damit wir die Funktion" Dataset () laden () verwendet haben. Der Datensatz wird in der Variablen „DF“ gespeichert. Die Head () -Funktion wird verwendet. Um die ersten N -Einträge zu erhalten, werden wir diese Funktion verwenden. Abhängig von der Position des Objekts enthält diese Methode nur die ersten N -Datensätze. Es ist in der Lage, effektiv zu bestimmen, ob das Objekt die entsprechende Art von Daten enthält. Die Reihe von Einträgen, aus denen ausgewählt werden soll.

Jetzt verwenden wir die Funktion Boxplot () und haben diese Funktion den Y-Parameter zur Verfügung gestellt. Ein Boxplot ist eine Standardtechnik zur Darstellung mehrdimensionaler Daten, die aus fünf Analysen bestehen: „Minimal,„ erstes Perzentil “,„ Mittelwert “,„ drittes Perzentil “und„ höchst.”Um das endgültige Diagramm anzuzeigen, die PLT.Show () Methode wird angewendet.

Boxplot Horizontal

Ein horizontales Diagramm könnte als Boxplot verwendet werden. Wir werden den Boxplot in der horizontalen Ebene zeichnen, wie in der Figur aufgeführt. Wir werden den Iris -Datenrahmen noch einmal verwenden. Die angezeigten Farbtöne sind die Standardtönungen; Sie können jedoch geändert werden.

Importieren Sie Seeborn als SNS
Matplotlib importieren.Pyplot als PLT
df = sns.load_dataset ('iris')
sns.Boxplot (y = df ["spezies"], x = df ["sepal_length"])
PLT.zeigen()

Zunächst haben wir zwei Header -Dateien integriert. Die Header -Datei SeaBorn und Matplotlib.Pyplot. Der Dataset () laden () wird verwendet, um den Datensatz im Diagramm zu laden. Im nachfolgenden Schritt haben wir die Head () -Methode hinzugefügt. Diese Funktion gibt die ersten fünf Frames des Datensatzes nach Konfiguration zurück. Es gibt lediglich einen Eingabeparameter: die Reihenserie. Dieses Argument ermöglicht es uns, die Anzahl der von uns benötigten Werte anzugeben.

Verwenden wir die Funktion boxplot (), da sie die Anomalien und zugehörigen Werte weiter angeben kann. Hier haben wir dieser Funktion den X-Parameter und Y-Parameter gegeben. Das Etikett der y-Achse der Handlung wird als Name der Spezies angenommen, und das Etikett der x-Achse des Diagramms wird von sepal_length genommen. Wir haben die Funktion show () angewendet, um das resultierende Diagramm darzustellen.

Passen Sie die Farben des Boxplot an

Farbtöne für das Boxplot -Diagramm können angepasst werden. Durch Angeben des Attributs "Palette" können wir dies erreichen. Es gab eine Vielzahl von Paletten, und die Palette „Magma“ enthält eine breite Palette von Magma.

Importieren Sie Seeborn als SNS
Matplotlib importieren.Pyplot als PLT
df = sns.load_dataset ('iris')
sns.Boxplot (y = df ["spezies"], x = df ["sepal_length"], Palette = "Magma")
PLT.zeigen()

Wir geben eine Variante namens „DF“ an, nachdem wir die Bibliotheken SeaBorn und Matplotlib in das Programm eingeführt haben. Anschließend haben wir die Methode Last Dataset () verwendet, um die Daten abzurufen. In der Variablen „DF“ wird der Datensatz gespeichert. Die Methode Head () wird angewendet. Diese Funktion würde verwendet, um die ersten N -Elemente zu erwerben.

Jetzt werden wir die Boxplot () -Methode anwenden, der wir die X- und Y-Parameter zugewiesen haben. Zusammen mit diesen Parametern haben wir die Farbe von Boxplots angegeben. Wir haben die „Magma“ -Parfe in diesem Code auf die Parameter „Palette“ gesetzt. Die plt.Show () Methode wird verwendet, um das geformte Diagramm zu veranschaulichen.

Passen Sie die Größe des Boxplotplot ein

Die Breite Option wird verwendet, um die Größe der verschiedenen Boxplots zu ändern. Die Standardbreite beträgt 1; Daher macht etwas weniger als das die Kisten kürzer.

Importieren Sie Seeborn als SNS
Matplotlib importieren.Pyplot als PLT
df = sns.load_dataset ('iris')
sns.Boxplot (x = df ["spezies"], y = df ["sepal_length"], width = 0.2)
PLT.zeigen()

Die erforderlichen Bibliotheken müssen zu Beginn des Codes geladen werden. Der Datensatz in der Grafik wird mithilfe der Methode Ladedatensatz () geladen. Die Head () -Methode wurde im nachfolgenden Schritt verwendet. Standardmäßig liefert diese Methode die ersten fünf Segmente des Satzes. Wir werden die Boxplot () -Methode verwenden, um die Boxplots zu zeichnen. Diese Funktion wurde im X-Parameter und dem bereits zitierten Y-Parameter zugewiesen. Die Breite der Boxplots ist ebenfalls angegeben.

Wir haben diese Funktion also das Argument „Breite“ zur Verfügung gestellt. Die y-Achse der Handlung ist mit dem Namen der Spezies markiert, während die X-Achse des Graphen mit Sepallänge markiert ist. Wir haben die Show () -Methode verwendet, um das Ausgangsdiagramm darzustellen.

Abschluss

In diesem Artefakt haben wir uns untersucht. Wir haben gesehen, wie man die Breite und die Farben der Boxplots verändert. Die visuelle Darstellung der Präsentation von Sätzen statistischer Informationen nach ihrem Perzentil wird als Box -Diagramm bezeichnet. Es fördert die gesammelten Daten effektiv mithilfe eines Box und einer Balken und ermöglicht uns alle, Sätze direkt zu bewerten.