สร้างแผนการกระจายด้วย SeaBorn – Python Pandas

SactterPlot ใน Seaborn ใช้เพื่อวาดแผนภาพแบบกระจายโดยมีความเป็นไปได้ของการจัดกลุ่มความหมายหลายแบบ seaborn.scatterplot() ใช้สำหรับสิ่งนี้

สมมติว่าต่อไปนี้คือชุดข้อมูลของเราในรูปแบบไฟล์ CSV – Cricketers.csv

ขั้นแรก นำเข้าไลบรารีที่จำเป็น 3 แห่ง –

import seaborn as sb
import pandas as pd
import matplotlib.pyplot as plt

โหลดข้อมูลจากไฟล์ CSV ลงใน Pandas DataFrame -

dataFrame = pd.read_csv("C:\\Users\\amit_\\Desktop\\Cricketers.csv")

พล็อต scatterplot กับอายุและน้ำหนัก (กก.) ตั้งค่าพารามิเตอร์ฮิวเป็น "บทบาท" −

sb.scatterplot(dataFrame['Age'],dataFrame['Weight'], hue=dataFrame['Role'])

ตัวอย่าง

ต่อไปนี้เป็นรหัส -

import seaborn as sb
import pandas as pd
import matplotlib.pyplot as plt

# Load data from a CSV file into a Pandas DataFrame:
dataFrame = pd.read_csv("C:\\Users\\amit_\\Desktop\\Cricketers.csv")

# plotting scatterplot with Age and Weight (kgs)
# hue parameter set as "Role"
sb.scatterplot(dataFrame['Age'],dataFrame['Weight'], hue=dataFrame['Role'])

plt.ylabel("Weight (kgs)")
plt.show()

ผลลัพธ์

สิ่งนี้จะทำให้เกิดตัวอย่างต่อไปนี้ −

ตัวอย่าง

ให้เราดูตัวอย่างอื่นที่เรายังไม่ได้ตั้งค่าพารามิเตอร์สี ต่อไปนี้เป็นรหัส -

import seaborn as sb
import pandas as pd
import matplotlib.pyplot as plt

# Load data from a CSV file into a Pandas DataFrame:
dataFrame = pd.read_csv("C:\\Users\\amit_\\Desktop\\Cricketers.csv")

# plotting scatterplot with Age and Weight
# weight in kgs
sb.scatterplot(dataFrame['Age'],dataFrame['Weight'])

plt.ylabel("Weight (kgs)")
plt.show()

ผลลัพธ์

สิ่งนี้จะสร้างผลลัพธ์ต่อไปนี้ -