ฟังก์ชัน barplot กำหนดความสัมพันธ์ระหว่างตัวแปรตามหมวดหมู่และตัวแปรแบบต่อเนื่อง ข้อมูลจะแสดงในรูปของแท่งสี่เหลี่ยม โดยที่ความยาวของแท่งแสดงถึงสัดส่วนของข้อมูลในหมวดหมู่นั้นๆ
แผนภาพจุดที่คล้ายกับแผนภาพแท่ง แต่แทนที่จะเป็นตัวแทนของแถบเติม ค่าโดยประมาณของจุดข้อมูลจะแสดงด้วยจุดที่ความสูงเฉพาะบนอีกแกนหนึ่ง
ข้อมูลตามหมวดหมู่สามารถแสดงภาพได้โดยใช้แผนภาพแบบกระจายตามหมวดหมู่หรือแปลงแยกสองแบบโดยใช้พล็อตพล็อตหรือฟังก์ชันระดับสูงกว่าที่เรียกว่าแฟคเตอร์พล็อต ฟังก์ชันแฟคเตอร์พล็อตจะดึงพล็อตตามหมวดหมู่บน FacetGrid โดยใช้พารามิเตอร์ "ชนิด"
ค่าพารามิเตอร์ 'kind' ที่นี่จะเป็น 'ไวโอลิน' FacetGrid ใช้ฟังก์ชัน 'pointplot' เป็นค่าเริ่มต้น
ให้เราทำความเข้าใจว่าแฟคเตอร์พล็อตสามารถใช้สร้างกราฟไวโอลินได้อย่างไร
FacetGrid เป็นเมทริกซ์ของพาเนล ซึ่งกำหนดเป็นแถวและคอลัมน์โดยการหารตัวแปรทั้งหมด เนื่องจากแผง แปลงเดียวจึงดูเหมือนหลายแปลง
กริด Facet มีประโยชน์ในการวิเคราะห์การรวมกันประเภทต่างๆ ของสองตัวแปรที่ไม่ต่อเนื่องกัน นี่คือตัวอย่าง −
ตัวอย่าง
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
my_df = sb.load_dataset('exercise')
sb.factorplot(x = "time", y = "pulse", hue = "kind", kind = 'violin', col = "diet", data = my_df);
plt.show() ผลลัพธ์
คำอธิบาย
- นำเข้าแพ็คเกจที่จำเป็น
- ข้อมูลที่ป้อนคือ 'การออกกำลังกาย' ซึ่งโหลดจากห้องสมุด Seaborn
- ข้อมูลนี้ถูกเก็บไว้ใน dataframe
- ใช้ฟังก์ชัน "load_dataset" เพื่อโหลดข้อมูลไอริส
- ข้อมูลนี้แสดงเป็นภาพโดยใช้ฟังก์ชัน 'factorplot'
- ในที่นี้ ดาต้าเฟรมถูกจัดให้เป็นพารามิเตอร์
- พารามิเตอร์ 'kind' ถูกระบุเป็น 'violin' ที่นี่
- ระบุพารามิเตอร์ "hue" และ "col" ด้วย
- นอกจากนี้ยังมีการระบุค่า x และ y
- ข้อมูลนี้แสดงบนคอนโซล
