Bases de Seaborn pour les débutants ③ Diagramme de dispersion (jointplot) * Avec histogramme

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.

Diagramme de dispersion (jointplot)

Le thème cette fois est une carte à dispersion. Utilisez jointplot pour créer un diagramme de dispersion. Dans le nuage de points Seaborn, l'histogramme est affiché en même temps que le nuage de points. C'est également pratique pour saisir les données, cela y ressemble et c'est assez bon.

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 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')

Création de base

Utilisez .jointplot pour créer un diagramme de dispersion. Fondamentalement, les éléments à définir sont l'élément de l'axe X, l'élément de l'axe Y et les données d'origine. Prenons un exemple de graphique qui affiche l'âge sur l'axe X et le tarif sur l'axe Y. Comme le montre la figure, le fait est qu'il a un histogramme.

python


sns.jointplot('Age', 'Fare', data=dataframe)

image.png

Comme vous pouvez le voir en le recherchant, il existe différentes options. Si vous spécifiez `` hex '' pour kind, le diagramme de dispersion sera sur la tuile et sera à la mode. Il est recommandé car il a l'air bien. (Il est difficile de transmettre les données d'origine car elles ne sont pas assez bonnes.)

python


sns.jointplot('Age', 'Fare', data=dataframe, kind = 'hex')

image.png

C'est une syntaxe très simple, mais elle est recommandée pour ceux qui ne la connaissent pas car elle y ressemble et donne l'impression de le faire.

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.

Recommended Posts

Bases de Seaborn pour les débutants ③ Diagramme de dispersion (jointplot) * Avec histogramme
Les bases de Pandas pour les débutants ③ Créez un histogramme avec matplotlib
Les bases de Seaborn pour les débutants ④ Pairplot
[Pour les débutants] Script dans les 10 lignes (8. Carte graphique avec folium [2]
Nuage de points 3D avec PyQtGraph
Principes de base de Pandas pour les débutants ① Lecture et traitement
Principes de base de Pandas pour les débutants ⑧ Traitement des chiffres
Bases de Seaborn pour les débutants ① Graphique agrégé du nombre de données (Countplot)
[À voir pour les débutants] Bases de Linux
Lien récapitulatif des bases de Pandas pour les débutants
INSÉRER dans MySQL avec Python [Pour les débutants]
Premiers pas avec Python pour PHPer-Super Basics
Création WebApi avec Python (création CRUD) Pour les débutants
[Pour les débutants] Essayez le web scraping avec Python
Étiquetez chaque point sur le diagramme de dispersion Seaborn
Raisonnement causal et recherche causale par Python (pour les débutants)
Tracer la courbe ROC pour la classification binaire avec Matplotlib
Visualisons l'état de l'infection par le virus corona avec Plotly [pour les débutants]
~ Conseils pour les débutants de Python donnés avec amour par Pythonista ① ~
Créer un diagramme de dispersion 3D avec SciPy + matplotlib (Python)
Principes de base de Pandas pour les débutants ② Présentation des données de saisie
[Introduction pour les débutants] Manipuler MySQL avec Python
(Mémorandum) Créer un diagramme de dispersion 3D avec matplodlib