CountPlot Seaborn

«Dans cet article, nous verrons comment utiliser le SNS.Fonction CountPlot () pour visualiser les données dans la recherche en profondeur ou statistique à l'aide du counom de Seaborn. Le CountPlot est principalement utilisé pour afficher le nombre d'observation dans différents bacs basés sur des catégories à l'aide de barres. Le tracé de comte est comparable à la fonction barplot () en termes de concept. Bien qu'il semble effectuer des tâches identiques, il y a des distinctions clés que nous apprendrons dans ce cours à travers diverses cas. La méthode Seaborn.CountPlot () est utilisé pour afficher le nombre d'événements dans chaque bac classifié à l'aide de barres. Cette fonction CountPlot renvoie un objet axes qui a le tracé affiché dessus."

Syntaxe du countplot dans Seaborn

marin.countplot (x = aucun, y = aucun, hue = aucun, data = aucun, ordre = aucun, Hue_Order = aucun, orient = aucun, color = aucun, palette = aucun, saturation = 0.5, dodge = true, ax = aucun, ** kwargs)

X et Y: Ce paramètre accepte les noms des variables des données de l'ensemble de données ou du vecteur, ainsi que des entrées supplémentaires pour le cartographie des données longues.

teinte: Pour l'encodage des couleurs, ce paramètre utilise le nom de la colonne.

Données (facultatives): Pour graphiquement, ce paramètre nécessite un dataframe, un tableau, une liste de tableaux et un ensemble de données. Ceci est considéré comme une forme large si les variables de paramètres x et y sont manquantes. Mis à part cela, ce sera probablement un événement long.

Order et Hue_Order (facultatif): Cette option accepte les chaînes sous la forme d'une liste. Sinon, les niveaux sont déterminés à partir des points d'échantillonnage et tracés dans cet ordre.

Orient (facultatif): Cette option prend «V» | «H», qui est l'orientation de l'intrigue (vertical ou horizontal). Ceci est normalement déduit du DTYPE des variables d'entrée, mais il est également utilisé pour déclarer quand le paramètre «catégorique» est un entier ou lorsqu'il graphiquement des données de forme longue.

couleur (facultative): Ce paramètre accepte la couleur Matplotlib, la couleur de tous les éléments ou la graine de la palette de dégradé.

palette (facultative): Cette option accepte un nom de palette, une liste ou un dict de couleurs à utiliser pour les différents niveaux de teinte. Ce devrait être un dictionnaire traduisant des valeurs de teinte en couleurs matplotlib ou tout ce que la palette de couleurs () peut comprendre.

saturation: Cette option prend une valeur flottante qui indique l'étendue de la saturation initiale à rendre en couleurs. Les grandes patchs bénéficient de couleurs légèrement désaturées, cependant, ajustez ceci à 1 à moins que vous souhaitiez que les couleurs de l'intrigue correspondent complètement à la spécification des couleurs d'entrée.

Dodge (facultatif): Lorsque la superposition de teintes est utilisée, cette option renvoie une valeur bool indiquant si les éléments doivent être déplacés le long de l'axe de catégorie.

Axe (facultatif): Cet argument prend des axes matplotlib, qui est une entité axes pour rendre le tracé sur à moins que les axes actuels ne soient utilisés.

kwargs (facultatif): D'autres arguments de mots clés sont donnés à Matplotlib.haches.Haches.bar. Ce paramètre prend la clé, les mappages de valeur et d'autres arguments de mots clés.

Exemple 1

Lorsque nous utilisons une seule variable d'entrée au lieu de deux, l'axe désigne chacune de ces variables sélectionnées comme axe séparé. Ici, nous avons montré le décompte pour la variable catégorielle unique. Initialement, nous avons inclus l'ensemble de données du cadre de données «MPG». Ensuite, nous avons une fonction SeaBorn CountPlot où le paramètre variable X est passé avec la valeur «Accélération» de l'ensemble de données MPG.

Importer Seaborn comme SNS
Importer Matplotlib.pypllot comme plt
DF = SNS.load_dataset ('mpg')
sns.countplot (x = 'accélération', data = df)
PLT.montrer()

La sortie du tracé est visualisée sous la forme suivante:

Exemple 2

Alors que les points sont affichés en deux dimensions, le tracé peut être amélioré en ajoutant une troisième dimension en colorant les points en fonction d'une troisième variable. Ici, nous avons utilisé le paramètre X avec le paramètre Hue et définis leurs valeurs à l'intérieur de la fonction CountPlot.

Importer Seaborn comme SNS
Importer Matplotlib.pypllot comme plt
DF = SNS.load_dataset («pingouins»)
sns.countplot (x = 'sexe', hue = "espèce", données = df)
PLT.montrer()

La visualisation du tracé de comptage est indiquée avec le paramètre supplémentaire dans la figure du graphique ci-dessous.

Exemple 3

Dans l'exemple ci-dessous, nous devons rendre un tracé horizontalement. Nous avons substitué Y par x pour ajuster l'orientation. Cela obtiendra un graphique de comptage horizontal de cette manière. Nous avons chargé l'ensemble de données Titanic pour ce tracé. Et à l'intérieur du complot, au lieu du paramètre x, nous avons passé un paramètre y avec le paramètre Hue.

Importer Seaborn comme SNS
Importer Matplotlib.pypllot comme plt
DF = SNS.load_dataset ('titanic')
sns.countplot (y = 'sexe', Hue = "Survive", data = df)
PLT.montrer()

La visualisation résultante du tracé suivant est horizontale.

Exemple 4

Nous pouvons développer le point avec différentes couleurs en utilisant la palette. Nous pouvons voir comment la palette peut être utilisée pour créer un CountPlot avec plusieurs valeurs Colormap dans l'exemple ci-dessous. Nous avons utilisé les exemples de conseils de données ici. Après cela, nous avons transmis ces données à la fonction CountPlot avec les paramètres X et Palette. Vous pouvez choisir la palette de votre propre choix, car la palette contient diverses valeurs possibles.

Importer Seaborn comme SNS
Importer Matplotlib.pypllot comme plt
DF = SNS.load_dataset («conseils»)
sns.countplot (x = 'sexe', data = df, palette = "set3")
PLT.montrer()

Dans le graphique qui l'accompagne, les barres de tracé sont dessinées en utilisant les valeurs de la palette.

Exemple 5

Maintenant, nous avons utilisé les autres paramètres CountPlot, qui sont les paramètres de couleur et de saturation. Nous avons de la couleur pour tous les éléments en utilisant des attributs de couleur. D'un autre côté, les couleurs doivent être dessinées à une proportion de la saturation réelle. Les grandes patchs bénéficient de couleurs légèrement désaturées. Ci-dessous, nous avons réglé la couleur sur la marine et compte tenu de la valeur de 0.5 au paramètre de saturation.

Importer Seaborn comme SNS
Importer Matplotlib.pypllot comme plt
DF = SNS.load_dataset ('titanic')
sns.countplot (x = 'class', data = df,
color = "marine",
saturation = 0.5)
PLT.montrer()

Le tracé est visualisé avec la couleur spécifiée et la valeur de saturation.

Exemple 6

Lorsque la largeur de ligne augmente, le point augmente automatiquement. Nous avons utilisé ici les paramètres FACECOLOR, LINEWIDTH et EdgeColor à l'intérieur de la fonction CountPlot pour styliser l'intrigue. Chaque paramètre a défini avec des valeurs spécifiques.

Importer Seaborn comme SNS
Importer Matplotlib.pypllot comme plt
DF = SNS.load_dataset ('titanic')
sns.countplot (x = 'a survécu', data = df, color = "vert", faceColor = (0, 0, 0, 0),
Linewidth = 5,
EdgeColor = SNS.Color_palette ("BRBG", 5))
PLT.montrer()

Le tracé suivant est stylé avec les paramètres Linewidth et EdgeColor à l'intérieur de la fonction CountPlot.

Conclusion

Cela conclut le sujet CountPlot qui utilise le module SeaBorn. Nous avons examiné la syntaxe CountPlot et discuté brièvement de chaque paramètre passé à l'intérieur de la fonction CountPlot. Nous avons vu plusieurs exemples d'utilisations de paramètres différents et stylisé le tracé avec les paramètres facultatifs.