Il s'agit d'une méthode visuelle d'analyse des données pour résumer un ensemble de données à variable unique. Parce que le tracé de la bande montre toutes les observations ainsi qu'une représentation de la distribution sous-jacente, il est considéré comme raisonnable pour la boîte ou le terrain de violon."
Syntaxe du stripplot à Seaborn
marin.Stripplot (x = aucun, y = aucun, Hue = Aucun, Data = Aucun, Color = Aucun, Palette = Aucun, Size = 10, EdgeColor = 'Gray', LineWidth = 0, AX = Aucun, ** Kwargs)x, y, teinte: Pour tracer des données longues, vous aurez besoin des entrées. Ce sont les noms des données vectorielles ou des variables.
données: À des fins de traçage, un ensemble de données a été créé. L'absence de x et y est lue comme une forme grande. Mis à part cela, il est susceptible d'être long. Une dataframe dans pandas. Cependant, la définition des paramètres x, y et tein.
Commande, Hue_Order: Pour une palette de dégradé, ce terme comprend les couleurs individuelles de chaque pièce. Le tracé approprié est renvoyé par cette méthode.
gigue: L'étendue de la gigue qui doit être appliquée (juste le long de l'axe catégorique). Lorsque vous avez de nombreux points qui se chevauchent, cela peut vous aider à voir la distribution plus facilement. Vous pouvez soit définir les valeurs de la gigue (avec l'étendue de la plage de variables aléatoires uniformément distribuée), soit la laisser à vrai comme par défaut acceptable.
esquiver: Activer cela à cela lors de l'utilisation de la nidification des teintes sépare les bandes le long de l'axe classifié pour des niveaux de teint distincts. Ou bien, les points de chaque niveau seront empilés les uns sur les autres.
Orient: Le tracé est orienté d'une certaine manière (vertical ou horizontal). Ceci est normalement déduit des types des variables d'entrée, mais il peut être utilisé pour clarifier les malentendus lorsque les paramètres X et Y sont des entiers ou lorsqu'ils graphiquement.
couleur: Couleur pour tous les éléments ou la graine d'une palette de dégradé.
palette: Couleurs à utiliser pour les différents niveaux de la variable Hue. La palette de couleurs () devrait être capable de l'interpréter, ou un dictionnaire reliant les valeurs de teinte aux couleurs matplotlib.
largeur de ligne: La largeur des lignes grises qui entourent les points de l'intrigue.
edgecolor: La couleur des lignes entoure chaque point. La luminosité des points est régie par la palette de couleurs utilisée pendant le cœur des points si vous passez «Gray."
hache: Le tracé sera dessiné sur l'objet des axes à moins que l'objet de axes actuel ne soit utilisé.
kwargs: Matplotlib.haches.Haches.Scatter reçoit des arguments de mots clés supplémentaires ().
Exemple 1
Ici, nous avons une simple illustration de l'intrigue de la bande avec le module SeaBorn. Passons à la partie de mise en œuvre. Nous avons mis le style de l'intrigue en tant que DarkGrid. Le jeu de données MPG est importé dans le chargement_dataset (). Ensuite, nous avons une fonction de tracé de bande qui a l'entrée X en tant qu'entrée et l'entrée Y comme accélération. Ce tracé de bande comparera le poids et l'accélération de l'ensemble de données MPG. Le Code de Seaborn Stripplot est apposé ici.
Là, nous avons une visualisation de base du tracé de la bande dans la figure du graphique suivant.
Exemple 2
Ici, nous avons un tracé de bande qui est utilisé pour construire un tracé de bande horizontal spécifique. Lorsqu'un seul paramètre d'entrée est utilisé à la place de deux, l'axe désigne chacun des paramètres d'entrée en tant qu'axe. Nous avons inséré les conseils d'ensemble de données dans la fonction LOAD_DATASET. Dans l'ensemble de données TIPS, nous avons pris une colonne Total_bills pour notre entrée X qui est utilisée dans la fonction de tracé de bande. Le Code de Seaborn Stripplot est apposé ici.
La figure suivante montre la visualisation horizontale du tracé de la bande.
Exemple 3
Nous utilisons la gigue de paramètre pour fabriquer le tracé de bande dans cet exemple. Nous avons stylé l'intrigue en définissant DarkGrid dans la fonction SET. Après cela, nous avons ajouté l'échantillon de données Titanic dans le Load_dataset et appelé ce Laod_dataset Seaborn dans le Titanic variable. Ensuite, nous avons un tracé de bande où les colonnes tarif et classe sont affectées aux paramètres X et Y de l'ensemble de données Titanic. Il a comparé l'intrigue avec cette colonne à deux colonnes. Ensuite, nous avons passé une gigue d'option et lui avons attribué une valeur de 0.15. Le Code of the Seaborn Strip Plot est apposé ici.
La représentation de tracé de bande suivante avec l'option de gigue.
Exemple 4
Là, nous avons une large largeur d'option que nous utilisons dans le tracé de la bande pour voir son fonctionnement. Initialement, nous avons défini l'arrière-plan de l'intrigue en tant que DarkGrid. Ensuite, nous avons des conseils d'ensemble de données intégrés donnés dans un Seaborn. Le tracé de bande est appelé et passé avec le paramètre pour les axes x et y avec le paramètre Linewidth. Le Code of the Seaborn Strip Plot est apposé ici.
Le script ci-dessus sur la mer sort la visualisation de tracé de bande suivante.
Exemple 5
L'exemple utilise d'énormes points et une variété d'esthétique à l'aide du marqueur et du paramètre alpha. Nous avons utilisé Alpha pour contrôler la transparence du point de données, et nous avons modifié le point de données à l'aide d'un marqueur pour le marqueur. Ces paramètres supplémentaires sont appliqués sur l'iris de l'ensemble de données, que nous avons enregistré avec la commande LOAD_DATASET.
Ensuite, nous avons un tracé de bande auquel, avec les paramètres x et y, nous avons défini la valeur de la teinte, de la palette, de la taille, du marqueur en R et de la valeur de l'option alpha comme 0.15. Le Code of the Seaborn Strip Plot est apposé ici.
La sortie du tracé de la bande est rendue comme suit:
Conclusion
Là, nous avons mis fin à notre article de Strip Plot. L'intrigue de bande est complètement autonome. Nous avons un bref aperçu de l'intrigue Strip avec le module SeaBorn. La syntaxe est également clairement expliquée avec chaque paramètre. Pour vous aider à comprendre, nous vous avons montré comment utiliser cette approche en utilisant un exemple très facile.