Vue d'ensemble et astuces de Seaborn avec visualisation de données statistiques

seaborn: bibliothèque de visualisation de données python. API de haut niveau. Beau.

スクリーンショット 2017-04-04 19.18.49.png

0. Comment utiliser avec matplotlib

1. Paramètres de style

J'utilise souvent par défaut ou "blanc" pour le style. Ajustez font_scale en regardant la figure.

import seaborn as sns
sns.set(style="white", font_scale=1.3, palette="muted", color_codes=True)

2. Vérifiez si vous pouvez faire ce que vous voulez avec seaborn

Consultez la page galerie du document officiel. (Puisque les fonctions qui peuvent être utilisées sont limitées aux suivantes, si vous pouvez imaginer ce que vous pouvez faire avec le nom de la fonction, vous n'avez pas besoin de regarder le lien. Vous pouvez vérifier les détails des arguments avec la fonction d'aide d'ipython.)

Visualisation de la distribution

une fonction

argument --kde: estimation de la densité du noyau --hist: histogramme --hue: Estimation de la distribution par condition

Revenir

une fonction

argument --ordre: régression polypoly --logistique: retour logistique --hue: régression conditionnelle (col, ligne)

Données catégoriques

une fonction

3. Autre

Lire l'ensemble de données fourni par seaborn

#liste des ensembles de données: https://github.com/mwaskom/seaborn-data
sns.load_dataset('titanic')

Dépose d'arbre

sns.despine() #En haut et à droite
sns.despine(left=True) #Gauche aussi

color palettes

#Carte des couleurs actuelle
cmap_current = sns.color_palette()
sns.palplot(cmap_current)
#Nouvelle carte de couleurs
#référence: http://seaborn.pydata.org/tutorial/color_palettes.html
#Exemple: key = "set1" (categorical), "Blues" (sequential)
num = 8
cmap = sns.color_palette(key, num)
sns.palplot(cmap)

Recommended Posts

Vue d'ensemble et astuces de Seaborn avec visualisation de données statistiques
Visualisez facilement vos données avec Python seaborn.
Recommandation d'Altair! Visualisation des données avec Python
Implémentez "Data Visualization Design # 3" avec pandas et matplotlib
Visualisation des données avec les pandas
Un beau dessin graphique avec Python -seaborn facilite l'analyse et la visualisation des données Partie 1
Un beau dessin graphique avec Python -seaborn facilite l'analyse et la visualisation des données Partie 2
Analyse des données financières par pandas et leur visualisation (2)
Analyse des données financières par pandas et leur visualisation (1)
Comment visualiser les données par variable explicative et variable objective
Vue d'ensemble du traitement du langage naturel et de son prétraitement des données
Visualisation des données par préfecture
Introduction et astuces de mlflow.
Conseils de traitement des données avec Pandas
Débarrassez-vous des données sales avec Python et les expressions régulières
Utilisation de MLflow avec Databricks ② --Visualisation des paramètres expérimentaux et des métriques -
Visualisation interactive avec ipywidgets et Bokeh
Analyse de données à partir de python (visualisation de données 1)
Coexistence de Python2 et 3 avec CircleCI (1.0)
Analyse de données à partir de python (visualisation de données 2)
Implémentez "Data Visualization Design # 2" avec matplotlib
Agrégation et visualisation des nombres accumulés
[De base] Unifiez tout, de la tabulation à la création du tableau de bord! Développement d'applications de visualisation de données avec Python et Dash ~ Présentation de Dash, construction d'environnement, exécution d'exemples ~
J'ai essayé d'obtenir et d'analyser les données statistiques de la nouvelle Corona avec Python: données de l'Université John's Hopkins
Ajustez la largeur du bac de manière nette et précise avec l'histogramme de matplotlib et seaborn
Une collection de conseils pour accélérer l'apprentissage et le raisonnement avec PyTorch
Visualisation des données de coordonnées de latitude / longitude (en supposant des données météorologiques) à l'aide de cartopy et matplotlib
[Didacticiel d'analyse Python dans la base de données avec SQL Server 2017] Étape 3: Exploration et visualisation des données
Acquisition et visualisation des données de capteurs pour la croissance des plantes avec Intel Edison et Python
J'ai 0 ans d'expérience en programmation et je défie le traitement des données avec python
Construction de pipeline de données avec Python et Luigi
Visualisation de corrélation entre la quantité de caractéristiques et la variable objective
Séparation de la conception et des données dans matplotlib
Lisez CSV et analysez avec Pandas et Seaborn
Exemple de traitement efficace des données avec PANDAS
Visualisons la relation entre le salaire moyen et l'industrie avec des données XBRL et seaborn! (7/10)
Pratique de création d'une plateforme d'analyse de données avec BigQuery et Cloud DataFlow (traitement de données)
Visualisation des cartes et des filtres des fonctionnalités CNN (Tensorflow 2.0)
Convertissez les données avec la forme (nombre de données, 1) en (nombre de données,) avec numpy.
Générer et publier des données d'image factice avec Django
Coexistence de Fcitx et Zoom ~ Avec localisation japonaise ~
Visualisation en temps réel des données thermographiques AMG8833 en Python
Visualisez de manière interactive les données avec Treasure Data, Pandas et Jupyter.
Script pour tweeter avec des multiples de 3 et des nombres avec 3 !!
Lissage des séries temporelles et des données de forme d'onde 3 méthodes (lissage)
Implémentation de l'arbre TRIE avec Python et LOUDS
Sortie CSV des données d'impulsion avec Raspberry Pi (sortie CSV)
Voir les détails des données de séries chronologiques dans Remotte
Conversion en ondelettes d'images avec PyWavelets et OpenCV
Nettoyage des données 3 Utilisation d'OpenCV et prétraitement des données d'image
Acquisition automatique des données de cours des actions avec docker-compose
Poursuite du développement multi-plateforme avec Electron et Python
Principes de base de Pandas pour les débutants ② Présentation des données de saisie
"Apprentissage de word2vec" et "Visualisation avec Tensorboard" sur Colaboratory
Exemple de lecture et d'écriture de CSV avec Python
Obtenez une grande quantité de données Twitter de Starba avec python et essayez l'analyse de données Partie 1
[Dernière méthode] Visualisation des données de séries chronologiques et extraction de modèles fréquents à l'aide du profil Pan-Matrix
Je voulais juste extraire les données de la date et de l'heure souhaitées avec Django