Distlot de mer

Un tracé de dispersion, également connu sous le nom de Distplot, affiche la variance de l'ensemble de données d'origine. La dispersion totale d'un paramètre de données en temps réel est montrée par la fonction Distplot () du cadre Seaborn. La bibliothèque Seaborn, en collaboration avec la bibliothèque Matplotlib, est appliquée pour visualiser le distplot entre les plusieurs modifications. Les données sont représentées en utilisant un histogramme ainsi qu'une courbe dans le Distplot.

La bibliothèque Seaborn intègre une gamme de méthodes pour tracer les informations et afficher les fluctuations des données. Le distplot est créé à l'aide de la méthode Distplot () du package Seaborn (). Le distplot illustre les paramètres du modèle unitaire, c'est-à-dire la dispersion statistique d'un paramètre par rapport à la relation de dispersion.

Le paramètre de jeu de données est transmis à la méthode Distplot (), qui renvoie un graphique ayant la relation de dispersion. Pour déterminer la possibilité de dispersion des variables dépendantes sur les ensembles de données multiples, la méthode Distplot () de la bibliothèque SeaBorn peut être combinée avec le tracé KDE. Le terme KDE est abrégé sous forme d'estimation de la densité du noyau. Discutons en détail du Distplot de Seaborn:

Exemple 1:

Le graphique suivant illustre une dispersion simple dans cette étape. À l'aide de Random.randn (), il génère des valeurs au hasard. Il fonctionne lorsque nous spécifions les attributs manuellement.

Tout d'abord, nous avons introduit les trois fichiers d'en-tête. Le matplotlib.Le fichier d'en-tête Pyplot est importé en PLT. Seaborn est présenté comme SNS. Et Numpy est introduit comme NP. Ensuite, nous avons utilisé les deux fonctions des différentes bibliothèques. La fonction set () est appliquée pour spécifier la taille du tracé. Nous avons donc fourni le paramètre du «Figse». Cette fonction est liée à la bibliothèque Seaborn.

Nous avons utilisé la fonction randn () de la bibliothèque Numpy de fichier d'en-tête. La valeur est stockée dans la variable «x» ». La méthode Distplot () est appliquée pour dessiner le graphique. Cette fonction contient la valeur de la variable x comme argument. Enfin, le PLT.La méthode show () est utilisée pour représenter le tracé.

Exemple 2:

Le distplot est affiché de différentes manières. Pour illustrer les quatre variantes simultanément, nous utilisons la fonction sous-intrigue () de la méthode du framework Pylab. Nous pouvons générer des visualisations complètement distinctes en modifiant les arguments de la fonction distplot (). Les utilisateurs interagiront avec certains de ces arguments pour modifier la teinte, la mise en page et d'autres aspects.

Au début du programme, nous devons importer des bibliothèques importantes. Chaque méthode Pyplot modifie un visuel dans un certain aspect. SeaBorn est un ensemble analytique visuel basé sur Matplotlib. Numpy est un module Python pour un calcul numérique largement utilisé. Pylab est une bibliothèque qui intègre des méthodes à l'intérieur des packages Numpy et Matplotlib pour créer un environnement de développement intégré.

À l'étape suivante, nous spécifions la taille de la figure. Ainsi, nous appliquons la méthode Set () de la bibliothèque Seaborn. Parallèlement à cela, nous utilisons les méthodes Seed () et Randn (). Ces deux fonctions sont incluses dans la bibliothèque Numpy. Dans ce cas, nous dessinons les quatre dispositifs différents. Nous invoquons séparément les méthodes Distplot () en quatre sous-intrigues. Pour dessiner la première sous-intrigue, nous définissons simplement ses dimensions, puis appliquons la fonction Distplot () de la bibliothèque SeaBorn. Pour la deuxième sous-intrigue, nous fournissons les paramètres «tapis» et «hist» à la fonction distplot ().

Pour dessiner la troisième sous-intrigue, nous utilisons la méthode Displot () après avoir défini les dimensions. Ici, nous définissons la «fausse» valeur sur la variable «verticale». De même, pour le dernier, nous voulons dessiner un graphique KDE, nous utilisons donc la fonction Kdeplot () de la bibliothèque SeaBorn. La valeur du paramètre «Shade» est donnée comme «vrai». Et la valeur de la «couleur» est définie comme «B». À la fin, pour afficher ces sous-intrigues, le PLT.La méthode Show () est appliquée.

Exemple 3:

Dans l'histogramme, nous présentons parfois le cadre de données habituel du module Seaborn. Parce qu'il s'agit d'un ensemble de données si énorme, une seule entrée suffira.

Ici, nous incorporons les bibliothèques «PLT» et «SNS». La bibliothèque «PLT» est importée par Matplotlib.Pypllot et la bibliothèque «SNS» sont importées par la bibliothèque Seaborn. Ici, nous récupérons le cadre de données du Titanic, nous avons donc appelé la méthode Load_dataset () de la bibliothèque Seaborn. Dans la prochaine étape de la décoration du déplacement, nous avons utilisé la méthode Distplot (). Enfin, le graphique est illustré en utilisant le PLT.Fonction show ().

Exemple 4:

Il est également possible d'ajuster la taille des bacs et d'éliminer la ligne. Dans ce cas, nous spécifierons la taille des bacs ainsi que pour rendre la bordure de KDE transparente en invoquant la fonction Distplot ().

Après l'importation des fichiers d'en-tête requis, Matplotlib.Pypllot et Seaborn, nous avons l'intention d'obtenir l'ensemble de données Titanic. Ainsi, nous avons utilisé la méthode de datas de la bibliothèque de Seaborn (). Nous avons appelé la fonction Distplot () pour dessiner le graphique. Il y a trois paramètres dans cette méthode. La fonction Distplot () nous permet de définir la taille du bac et la valeur de «KDE». La valeur de «KDE» est définie sur «vrai» dans ce cas. Ensuite, en utilisant le plt.Méthode afficher (), le graphique est vu.

Conclusion

Nous avons démontré comment dessiner Distplots en utilisant la bibliothèque Seaborn dans cet article. Nous avons vu une variété d'exemples liés à ce sujet donné. La fonction Distplot () de la bibliothèque Seaborn permet aux utilisateurs d'afficher un histogramme ayant une ligne. Cela pourrait être illustré de plusieurs manières diverses. Seaborn est souvent appliqué en association avec Matplotlib, qui est un cadre de visualisation. Un distplot est un graphique qui montre une dispersion à variation unique des données. La méthode HIST de MatplotLib est intégrée par la méthode KDEPLOT () dans la méthode Distplot ().