Bases de Seaborn pour les débutants ① Graphique agrégé du nombre de données (Countplot)

Qu'est-ce que Seaborn

Une bibliothèque pour dessiner des graphiques Python. .. Positionné comme une fonction wrapper (programme inclus) de matplotlib, qui est la libra la plus connue. En plus de pouvoir facilement dessiner de beaux graphiques, il dispose également d'un certain nombre de fonctions telles que le traitement par lots. Matplotlib est destiné aux spécifications et aux dessins détaillés, et seaborn est conçu pour être facile et beau.

Préparation

Tout d'abord, installez la bibliothèque seaborn avec pip. Pour pip?, Cliquez ici ('https://qiita.com/Yanagawa_Yoshihisa/items/35e6f70a8411277282ce').

Importez la bibliothèque. Nommez seaborn`` sns et ʻimport`.

python

import seaborn as sns

J'essaierai l'exemple avec les données du Titanic. Si vous ne connaissez pas Titanic, veuillez cocher "kaggle Titanic". Créez une trame de données avec des pandas.

python

dataframe = pd.read_csv('train.csv')

Nombre de données (Countplot)

Il s'agit de la visualisation agrégée du nombre de données les plus élémentaires. Utilisez Count plot pour cela. Fondamentalement, l'axe Y est le nombre d'observations, spécifiez donc uniquement l'axe X. À titre d'exemple, dessinez la relation entre la classe P (qualité de la chambre) et le nombre de cas. Spécifiez P class pour l'axe X x et data frame pour les données d'origine data.

python

sns.countplot(x="Pclass", data=dataframe)

Si vous spécifiez l'axe Y, il se couchera.

python

sns.countplot(y="Pclass", data=dataframe)

Si vous souhaitez ajouter une série, ajoutez hue. (À titre d'exemple, ajoutez Sex à hue.)

python

sns.countplot(y="Pclass", data=dataframe, hue='Sex')

Vous pouvez également modifier l'ordre et la couleur des axes, donc si vous êtes intéressé, veuillez le vérifier. De plus, la modification de l'étiquette peut être effectuée en modifiant matplotlib, qui est la source originale du wrapper, mais c'est compliqué et sera omis. Avec Count plot, les avantages peuvent ne pas être ressentis. Je pense que d'autres tracés communs '' de distplot`` pairplot`, etc. seront plus avantageux.

finalement

Comme un débutant peut le comprendre, nous avons résumé les connaissances nécessaires lors de la mise en œuvre de l'apprentissage automatique avec Python dans un simple article. La table des matières est ici, donc j'espère que vous pourrez également vous référer à d'autres articles.