ฟังก์ชัน seaborn.lineplot() สามารถรับ DataFrame ทั้งชุดข้อมูล (entire dataset) ได้โดยตรงผ่านพารามิเตอร์ data= โดยไม่ต้องระบุ x และ y แยกต่างหาก Seaborn จะพล็อตคอลัมน์ตัวเลขทั้งหมดเป็นเส้นแต่ละเส้น ใช้ index เป็นแกน X อัตโนมัติ
ขั้นตอนการทำงาน
1. นำเข้าไลบรารี
import seaborn as sns
import pandas as pd
import matplotlib.pyplot as plt
2. โหลดข้อมูล Cricketers2.csv
dataFrame = pd.read_csv(r"C:\Users\amit_\Desktop\Cricketers2.csv")
3. วาด Line Plot ด้วย DataFrame ทั้งหมด
sns.lineplot(data=dataFrame)
โค้ดตัวอย่างสมบูรณ์
import seaborn as sns
import pandas as pd
import matplotlib.pyplot as plt
# โหลดข้อมูล
dataFrame = pd.read_csv(r"C:\Users\amit_\Desktop\Cricketers2.csv")
print("\nReading the CSV file...\n", dataFrame)
# วาด Line Plot ส่ง DataFrame ทั้งหมด
sns.lineplot(data=dataFrame)
# แสดงกราฟ
plt.show()
ผลลัพธ์
กราฟเส้น (Line Plot) แสดงคอลัมน์ตัวเลขทั้งหมดใน DataFrame (เช่น Matches, Age, etc.) โดยใช้ index เป็นแกน X แต่ละคอลัมน์จะมีสีและสัญลักษณ์ (legend) แยกกัน

คำอธิบาย
- Seaborn จะเลือกเฉพาะ คอลัมน์ตัวเลข (numeric columns)** อัตโนมัติ
- คอลัมน์ข้อความ (object/category) จะถูกละเว้น
- Index ของ DataFrame จะกลายเป็นแกน X
- เหมาะสำหรับ: ดูแนวโน้มรวมของทุกตัวแปรตัวเลขพร้อมกัน
การควบคุมรายละเอียด
# ระบุ x, y เอง (ควบคุมได้มากกว่า)
sns.lineplot(x="Age", y="Matches", data=dataFrame)
# หลายเส้น แยกตาม hue
sns.lineplot(x="Age", y="Matches", hue="Role", data=dataFrame)
# ปรับ style
sns.lineplot(data=dataFrame, dashes=False, markers=True, palette="Set1")
เมื่อไหร่ควรใช้ data=DataFrame ทั้งชุด
- การสำรวจข้อมูลเบื้องต้น (EDA) - ดูภาพรวมทุกตัวแปร
- Time-series หลายตัวแปร ที่มี index เป็นเวลา
- เปรียบเทียบรูปทรงการกระจายของหลายคอลัมน์