Sous-intrigues de mer
Le module «Seaborn» a des méthodologies qui sont utilisées pour dessiner les tracés multiples en une seule figure. Dessiner les exemples répétés du graphique identique sur plusieurs groupes de la trame de données est une stratégie utile lors de l'analyse des statistiques multidimensionnelles. Cette méthode est également connue sous le nom de graphage matriciel ou polytonal, et il est lié à la notion d'ensembles multiples compacts. Il nous permet de récupérer beaucoup de données d'une source complexe.
SeaBorn étend les capacités des fonctionnalités du Matplotlib pour créer des graphiques, y compris de nombreux axes, fournissant aux utilisateurs pour connecter en toute sécurité le cadre du graphique à la topologie du cadre de données.
Exemple 1:
Nous créons un graphique avec une ligne et deux colonnes dans ce cas, mais aucun contenu n'est donné. Nous n'avons même pas besoin de saisir les paramètres s'ils ont été fournis de cette manière; Nous n'avons qu'à spécifier leurs valeurs. La taille globale de l'illustration pourrait être définie en utilisant le paramètre «FigSize». Les commandes «Sharex» et «Sharey» sont utilisées pour distribuer les axes entre les parcelles.
| 1 2 3 4 5 6 7 8 9 dix 11 12 13 14 15 16 17 | Importer Seaborn comme SNS Importer Numpy comme NP Importer des pandas en tant que PD Importer Matplotlib.pypllot comme plt Figure, axes = plt.sous-intrigues (1, 2, sharex = true, figsize = (6, 3)) chiffre.suptitle ('figure') Axes [0].set_title ('premier tracé') Axes [1].set_title ('deuxième tracé') PLT.montrer() |
Tout d'abord, nous introduisons les fichiers d'en-tête requis. La bibliothèque Seaborn est incorporée sous forme de SNS. Numpy est incorporé en NP. Pandas est importé comme PD. Et matplotlib.pypllot est incorporé en PLT. Ensuite, nous avons appelé la fonction sous-tracés () du matplotlib.module pyplot. Cette fonction a des arguments différents. L'un d'eux est la fonction FigSize (). Nous avons utilisé cette fonction pour spécifier les dimensions de la figure. Ici, nous avons appliqué la méthode Suptitle ().
Maintenant, spécifions le titre des sous-intrigues. Nous utilisons la fonction set_title () et définissons le nom des deux sous-intrigues comme «premier tracé» et «deuxième tracé». Parallèlement à cela, nous indiquons également les axes des sous-intrigues. Nous utilisons la fonction show () du matplotlib.package pyplot pour représenter le graphique final.
Exemple 2:
Dans ce cas, nous dessinons les sous-intrigues avec une variété de niveaux.
| 1 2 3 4 5 6 7 8 9 dix 11 12 13 | Importer Seaborn comme SNS Importer Numpy comme NP Importer des pandas en tant que PD Importer Matplotlib.pypllot comme plt Figure, axes = plt.sous-intrigues (4, 6, sharex = true, figsize = (12, 6)) chiffre.suptitle («intrigues inférieures») PLT.montrer() |
Au début du programme, nous avons importé les bibliothèques requises. Ces forfaits incluent les Seaborn, Numpy, Pandas et Matplotlib.pypllot. Le matplotlib.La fonction sous-tracés () du module Pyplot est ensuite invoquée. Cette méthode accepte une variété de paramètres. L'un d'eux est le composant FigSize ().Cette méthode est utilisée pour indiquer explicitement les tailles de la figure.
De même, nous définissons la valeur du paramètre «Sharex» sur «true». La méthode suptitle () est appliquée à l'étape suivante. Nous pouvons décrire la légende du graphique principal à l'aide de cette méthode. Pour visualiser l'intrigue résultante, nous appelons le matplotlip.Fonction Show () du module Pyplot.
Exemple 3:
Une fonction gridSpec () spécifie l'espace des dimensions des colonnes et des lignes de la matrice. La fonction GridSpec ne dessine pas un graphique seul. Alternativement, c'est une interface simple que la méthode sous-intrigue () affirme.
| 1 2 3 4 5 6 7 8 9 dix 11 12 13 14 15 16 17 18 19 | Importer Seaborn comme SNS Importer Numpy comme NP Importer des pandas en tant que PD Importer Matplotlib.pypllot comme plt Grid_plot = plt.GridSpec (4, 5, wspace = 1.2, hspace = 0.8) PLT.sous-intrigue (grid_plot [1, 2]) PLT.sous-intrigue (grid_plot [1 ,: 2]) PLT.sous-intrigue (grid_plot [0, 1:]) PLT.sous-intrigue (grid_plot [0, 0]) PLT.montrer() |
Ici, nous incorporons certains fichiers d'en-tête dans SeaBorn, Numpy, Pandas et Matplotlib.pypllot. Ces modules contiennent les fonctionnalités essentielles qui sont utilisées pour dessiner les visualisations. Maintenant, il est temps de dessiner le Gridplot. Nous définissons les spécifications de ce tracé en utilisant le paramètre «GridSpec ()». Le matplotlib.Le package Pyplot contient cette fonctionnalité. Nous spécifions le nombre de lignes et de colonnes des sous-intrigues, ainsi que l'espace entre les sous-tracas.
Pour définir l'espacement, les attributs «wspace» et «hspace» de la fonction gridSpec () sont utilisés. Le paramètre «WSPACE» représente le rembourrage de largeur et le paramètre «HSPACE» montre l'espacement de hauteur entre les sous-intrigues. Maintenant, nous appelons la fonction subplot (). Cette fonction contient la valeur de l'attribut «grid_plot» comme paramètre. Nous voulons dessiner quatre sous-intrigues, nous appelons donc la méthode sous-intrigue () pour ces quatre sous-intrigues simultanément.
Exemple 4:
Nous avons été capables de gérer le tracé final sous forme de sous-intrigues 1 × 2 en utilisant le code suivant. L'élément axes peut être appliqué pour dessiner les sous-intrigues. L'argument AX dans la méthode sous-tracés () est utilisé pour fournir la position appropriée pour la sous-intrigue.
| 1 2 3 4 5 6 7 8 9 dix 11 12 13 14 15 16 17 18 19 20 21 22 23 24 | Importer des pandas en tant que PD Importer Matplotlib.pypllot comme plt Importer Seaborn comme SNS df = pd.DataFrame ("Sale 1": [1,2,6,7,10,11,12,9], "Sale 2": [2,4,6,8,10,12,14,16], "Mois": [1,3,5,7,9,11,2,4]) Fig, axes = plt.intrigues secondaires (1, 2) sns.LinePlot (x = 'mois', y = 'Sale 1', data = df, ax = axes [0]) sns.LinePlot (x = 'mois', y = 'Sale 2', données = df, ax = axes [1]) Axes [0].set_title ("première sous-intrigue") Axes [1].set_title ("deuxième sous-intrigue") PLT.Suptitle ("sous-intrigues") PLT.montrer() |
Après avoir importé certains packages essentiels, nous utilisons la fonction DataFrame () de la bibliothèque Pandas. Avec le soutien de cette fonction, nous définissons les données des ventes de marchandises dans différents mois. Donc, nous initialisons trois tableaux différents. Les deux premiers tableaux stockent les données sur les ventes de marchandises. Le troisième tableau stocke les données pendant des mois.
À l'étape suivante, nous avons appelé les sous-intrigues de fonction () du matplotlib.package pypllot. Maintenant, nous avons utilisé la méthode lineplot () de la bibliothèque Seaborn. Nous avons fourni quatre arguments différents pour cette fonction. Nous avons défini les étiquettes de l'axe des x et de l'axe Y comme «mois» et «ventes», l'ensemble de données et la valeur de «hache». En utilisant l'attribut «Axe», les axes des deux tracés de ligne sont indiqués. La méthode set_title () est appelée pour spécifier les légendes des deux graphiques. Avant d'affichage de la carte entière, nous avons utilisé la fonction Suptitle () du Matplotlib.bibliothèque pypllot.
Conclusion
Dans cet article, nous avons parlé de la façon de concevoir les graphiques de sous-intrigues dans le module SeaBorn. Pour dessiner plusieurs sous-intrigues, nous avons utilisé les sous-intrigues de fonction () dans nos cas. Nous avons également exécuté les codes, y compris certains arguments concernant la création des sous-intrigues. La création de représentations de sous-intrigues à partir du même graphique sur plusieurs sous-intrigues de la trame de données est un outil viable. Il permet à l'utilisateur d'obtenir un large ensemble de données concernant les sujets difficiles dans une courte période.