Seaborn stablet bar plot

Datautforskning er noe vi alle liker å gjøre. Utforskende dataanalyse er prosessen med å vise data og forstå eller trekke ut viktig informasjon. Data kan vises på mange forskjellige måter. Et stablet bar plot er en nyttig graf som brukes i en rekke applikasjoner og presentasjoner. Vi lærer hvordan du kan forstå og bygge stablede barplott ved hjelp av Python i denne artikkelen.

Hva er en stablet bar -plott i sjøborn

En stablet bardiagram er en visuell representasjon av et datasett der kategorien blir fremhevet med visse former som rektangler. Dataene som er gitt i datasettet er representert med lengden og høydene på stolpediagrammet. I en stablet stangplott inkluderer en akse andelen av tellinger assosiert med en spesifikk klassifisering av en kolonne i datasettet, mens den andre aksen representerer verdiene eller tellingene som er koblet til den. Stablede stangplott kan bli representert horisontalt eller vertikalt. Det vertikale søylediagrammet er kjent som et kolonnediagram.

Et stablet barplott er en type graf der hver stolpe grafisk er delt inn i understenger for å vise mange data kolonner samtidig.

Det er også verdt å huske at en stangplott bare viser gjennomsnittlig (eller en annen estimator) verdi, mens det å vise rekke mulige verdier gjennom hver skala av de kategoriske dataene kan være mer nyttige under mange omstendigheter. Andre tomter, for eksempel en boks eller en fiolinplott, ville være mer passende i dette scenariet.

Syntaks av den sjøborn stablede barplottet

Syntaksen til Seaborns stablede bar plotfunksjon er ekstremt enkel.

Dataframename.plot (kind = 'bar', stablet = true, color = [color1, color2,… colorn])

Her er DataFramename i plottingdatasettet. Dette regnes som en bred form hvis x og y ikke er til stede. Bortsett fra det, vil det være langform i dette dataframename. Plottmetoden må settes til stablet = True for å plotte den stablede stangoppsettet. Vi kan også passere en fargeliste, som vi pleide å fargelegge hver understang i en bar. Noen andre valgfrie parametere spiller også en betydelig rolle i å plotte de stablede stangplottene.

Bestill, Hue_Order: De kategoriske nivåene må plottes i orden; Ellers antas nivåene fra dataelementene.

Estimator: I hver kategorisk søppel, bruk denne statistiske funksjonen for å estimere.

CI (Float, SD, Ingen): Bredden på konfidensintervallene skal trekkes rundt de estimerte verdiene hvis "SD", hopper over skaleringen og viser observasjonenes standardavvik i stedet. Det vil ikke være noen bootstrapping og ingen feilstenger hvis ingen er spesifisert.

n_boot (int): Hyppigheten av bootstrap -sykluser som skal brukes når du beregner statistiske modeller er definert.

Orient: Plottet er orientert på en bestemt måte (vertikal eller horisontal). Dette utledes normalt fra inngangsvariabelenes typer, men det kan brukes til å avklare usikkerhet der både x- og y-variabler er heltall eller når du visualiserer en bredformatdata.

Palett: Farger å bruke for forskjellige fargetivåer. Skal være en ordbok som oversettes fargetone til matplotlib -farger, eller noe som fargepalett () kan forstå.

metning: Farger skal trekkes med en andel av den faktiske metningen store områder tjener på moderat avmettede farger, men med mindre vi vil at plottfargene skal oppfylle inngangsfargespesifikasjonene nøyaktig, sett dette til 1.

errcolor: Linjene som representerer den statistiske modellen er farget på en annen måte.

Errwidth (Float): Linjetykkelse på feilstenger (og caps).

Dodge (bool): Hvorvidt elementer skal flyttes langs den kategoriserte aksen når hue -hekking er ansatt.

Eksempel 1:

Vi har en enkel stablet barplott som viser salget av bilen over forskjellige måneder. Vi inkluderte noen biblioteker som er nødvendige for denne eksempelkoden. Deretter opprettet vi en dataramme i variabelen “DF”. Vi har tre felt med bilnavnet som har forskjellige prosentandeler av salget per år, og innen indeksfeltet inkluderte vi månedens navn. Deretter opprettet vi den stablede bar -plottet ved å ringe DF.Plott og passerte parameteren som en stolpe, og stablet verdien til ekte inni den. Etter det tildelte vi etiketten til X- og Y-Axis og satte også tittelen for den stablede barplottet.

Importer matplotlib.Pyplot som Plt
Importer sjøborn som SNS
df.eksplodere ('z')
Importer pandaer som PD
df = pd.DataFrame ('BMW': [14, 33, 43, 81, 52, 24, 18, 85, 12, 68, 75, 21],
'CVICS': [22, 23, 10, 72, 31, 48, 52, 42, 32, 21, 55, 35],
'Ferrari': [35, 48, 12, 35, 63, 20, 32, 53, 20, 35, 27, 58],
Indeks = ['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec' ])
df.plot (kind = 'bar', stablet = true, color = ['blue', 'rød', 'oransje'])
plt.Xlabel ('Salgsmåneder')
plt.Ylabel ('Salgsområder')
plt.Tittel ('Bilsalg på et år')
plt.forestilling()

Den visuelle representasjonen av den stablede stangplottet er som følger:

Eksempel 2:

Følgende kode demonstrerer hvordan du legger til aksetitler, og en oversiktstittel, og om hvordan du roterer x-aksen og y-aksetikettene for bedre lesbarhet. Vi opprettet datarammen til arbeiderne med morgen- og kveldsskift i løpet av dagene i en variabel “DF”. Deretter opprettet vi en stablet bar -plot med DF.plottfunksjon. Etter det satte vi tittelen for plottet som 'Company Labors' med skriftstørrelsen. Etikettene for x-aksen og y-aksen ID er også gitt. Til slutt ga vi en vinkel til x- og y -variablene som roterer i henhold til den vinkelen.

Importer pandaer som PD
Importer matplotlib.Pyplot som Plt
Importer sjøborn som SNS
df = pd.DataFrame ('Days': ['man', 'Tir', 'Wed', 'Thur', 'Fri'],
'Morgenskift': [32, 36, 45, 50, 59],
'Kveldsskift': [44, 47, 56, 58, 65])
df.plot (kind = 'bar', stablet = true, color = ['rød', 'oransje'])
plt.Tittel ('Company Labors', FontSize = 15)
plt.xlabel ('dager')
plt.ylabel ('Antall arbeid')
plt.Xticks (rotasjon = 35)
plt.Yticks (rotasjon = 35)
plt.forestilling()

Den stablede stangplottet med rotasjons X- og Y -etikettene er vist på figuren som følger:

Eksempel 3:

Vi kan bruke den samme stangplottet for å vise et sett med kategoriske verdier. Sluttresultatet vil ikke ha et stablet utseende, men vil i stedet skildre observasjonene på en enkelt graf med flere barer. I eksempelkoden setter vi datarammen som har dataene fra mobilen som har forskjellige priser på forskjellige dager. Denne plottet viser hastighetene til to mobil samtidig når vi setter X- og Y -variabelen parameter i Seaborn Bar Plot -funksjonen med Hue Set som Mobile.

Importer pandaer som PD
Importer matplotlib.Pyplot som Plt
Importer sjøborn som SNS
df = pd.DataFrame ("Rates": [40, 80, 50, 60, 70, 50, 80, 40, 30, 40, 20, 30, 50, 70],
"Mobile": ['Oppo', 'Samsung', 'Oppo', 'Samsung', 'Oppo', 'Samsung', 'Oppo', 'Samsung', 'Oppo', 'Samsung', 'Oppo', ' Samsung ',' Oppo ',' Samsung '],
"Dager": [1, 1, 2, 2, 3, 3, 4, 4, 5, 5, 6, 6, 7, 7])
S = SNS.Barplot (x = "Days", y = 'priser', data = df, fargetone = "mobil")
plt.forestilling()

Plottet visualiseres med de to stolpene i følgende graffigur:

Konklusjon

Her forklarte vi kort den stablede barplottet med Seaborn Library. Vi viste den stablede stangplottet med forskjellig visualisering av datarammene og også med forskjellig styling av X- og Y -etiketter. Skriptene er enkle å forstå og lære å bruke Ubuntu 20.04 Terminal. Alle tre eksemplene kan endres i henhold til arbeidsbehovene til brukere.