Seaborn Pairplot

Pairplot -metoden gjør det mulig for brukere å visualisere en aksial matrise. Hvert numerisk element i datasettet er fordelt på x-aksen og y-aksen i en kolonne-for-kolonne eller rad-for-rad-format. Vi kan lage en rekke grafer for å vise parvise tilkoblinger og en distribusjonsgraf som viser fordelingen av verdiene i en strøm vinkelrett vinkelrett vinkelrett vinkelrett vinkelrett. Vi bruker PairPlot () -metoden for å markere et sett med parametere eller for å vise flere kategorier av attributter på kolonner og rader. I denne redaksjonen vil vi diskutere hvordan du tegner par -plottene i Seaborn.

Eksempel 1

Vi kan se hvordan du oppretter en parplot -layout. Det er basert på datasettet for irisblomst. Dataene inkluderer verdier av flere blomster. Siden verdiene og blomstrene gir en effektiv metode for å identifisere kategorier, brukes denne prøven av dataene ofte for mønstergjenkjenning. Informasjonen er plottet i matrisen. En 4 × 4 -graf vil bli opprettet da det er fire variabler. Koden for å opprette en par -plott i Seaborn er festet i det vedlagte bildet:

Først har vi introdusert to overskriftsfiler. Seaborn vil bli introdusert som SNS og Matplotlib.Pyplot -overskriftsfilen vil bli importert som PLT. Deretter har vi brukt en funksjon fra Seaborn -modulen. Set () -funksjonen brukes for å spesifisere stilen og fargeleggingen av plottet, så her har vi satt verdiene på henholdsvis "størrelse" og "color_codes" til "ticks" og "true", henholdsvis.

I neste trinn bruker vi Seaborns funksjon Load_Dataset () av ​​overskriftsfilen. Denne funksjonen henter datarammen til iris og lagrer det datasett i en variabel “DF”. Nå blir PairPlot () -metoden brukt for å tegne par -grafene. Denne funksjonen inneholder datasettet som argument. Til slutt, PLT.Show () -metoden representerer plottet.

Eksempel 2

I dette tilfellet vil vi legge til en "fargetone" -parameter til Pairplot () -funksjonen. Koden for å opprette en par -plott i Seaborn er festet i det vedlagte bildet:

I begynnelsen av programmet må vi importere flere viktige biblioteker, for eksempel matplotlib.Pyplot og Seaborn. Matplotlib.Pyplot inneholder et sett med metoder som lar matplotlib oppføre seg på samme måte som matlab. Hver pyplotmetode endrer et visuelt i et visst aspekt. Seaborn er en matplotlib-basert visuell analytisk pakke. Den har et litt forhøyet rammeverk for å designe visuelt behagelig og opplysende statistikkvisuals.

I neste trinn må vi spesifisere noen attributter for figuren, så vi bruker SET () -metoden for Seaborn Framework. Innenfor denne funksjonen har vi gitt utformingen og skyggen av plottet. Sammen med dette har vi brukt Load_Data () -metoden for å få det innebygde datasettet. Denne funksjonen er inkludert i Seaborn Library.

Vi skal tegne par tomter, så vi har påkalt Pairplot () -metoden. Som en parameter for denne funksjonen setter vi inn en ekstra variabel, "fargetone". På slutten, PLT.Show () Metode blir brukt for å vise de resulterende par -plottene.

Eksempel 3

Vi vil bruke forskjellige fargevalg ved å bruke "paletten" -argumentet til Pairplot () -metoden. Koden for å opprette en par -plott i Seaborn er festet i det vedlagte bildet:

Her vil vi innlemme bibliotekene “SNS” og “PLT”. "SNS" vil bli importert av Seaborn -pakken, og "PLT" vil bli importert av matplotlib.Pyplot -pakke. Vi har brukt SET () -funksjonen for å tilpasse stilen og fargen på den nødvendige grafen. Denne funksjonen er hentet fra Seaborn Header -filen. Deretter vil vi laste inn datarammen til "iris" -blomstring, så vi har kalt Load_Dataset () -metoden til Seaborn -modulen.

I neste trinn har vi brukt Pairplot () -metoden for å skildre parplottet. Denne funksjonen inneholder tre argumenter: datasett, fargetone og palett. Vi har satt verdien av parameteren "Palett" som "Husl". Til slutt vil følgende graf illustreres ved å bruke PLT.show () funksjon:

Eksempel 4

Vi vil gi argumentet "markør" når vi vil vise forskjellige symboler i parplottet. Koden for å opprette en par -plott i Seaborn er festet i det vedlagte bildet:

Deretter importerer vi de nødvendige overskriftsfilene, sjøborn og matplotlib.Pyplot. Vi har ringt SET () -funksjonen for å spesifisere noen funksjoner som stil og color_code av plottet. Vi ønsker å få "iris" blomsterdatasett. Dermed har vi brukt Load_Dataset () -metoden. Både disse funksjonssettet () og Load_Dataset () vil bli integrert fra Seaborn Framework. Vi har brukt Pairplot () -metoden for å tegne par -plottene. Det er tre attributter involvert i denne metoden.

Innenfor funksjonen PairPlot () kan vi definere verdien av "fargetone" og markører vi ønsker å trekke på plottet. I dette tilfellet spesifiserer vi tre markører. Deretter vil grafen bli sett ved hjelp av PLT.Show () Metode.

Eksempel 5

I dette tilfellet vil vi bruke KDE (kjernetetthetsestimat) i form av par -tomter. Koden for å opprette en par -plott i Seaborn er festet i det vedlagte bildet:

Seaborn og matplotlib.Pyplot -pakker vil bli integrert. Vi har brukt SET () -funksjonen til Seaborn -modulen. Vi har gitt design og fargelegging av plottet som et argument for funksjonen.

La oss nå ringe Load_Dataset () -funksjonen for å skaffe "iris" blomstrende data. De akkumulerte dataene vil bli lagret i "data" -variabelen. Parplottet vil bli opprettet ved å bruke Pairplot () -funksjonen. Denne metoden finnes i Seaborn -pakken. Vi ønsker å tegne par -plottene til KDE -grafen, så vi har gitt verdien “KDE” til parameteren “Kind”. Til slutt kalte vi PLT.vis () metode for å skildre plottet.

Konklusjon

Vi har diskutert hvordan du lager parplott ved å bruke Seaborn -biblioteket i denne artikkelen. Vi har også sett en rekke tilfeller relatert til dette emnet. I data viser et par graf sammenkoblede interaksjoner. Pairplot () -metoden beregner en matrise av akser der hvert element for datasettet distribueres sammen med et spesifikt mønster og en linje på aksene. Parplottene kan illustreres på flere forskjellige måter.