Seaborn เป็นห้องสมุดที่ช่วยในการแสดงข้อมูล มันมาพร้อมกับธีมที่กำหนดเองและอินเทอร์เฟซระดับสูง อินเทอร์เฟซนี้ช่วยในการปรับแต่งและควบคุมชนิดของข้อมูลและลักษณะการทำงานของข้อมูลเมื่อใช้ตัวกรองบางตัว
สามารถใช้หกเหลี่ยมในการวิเคราะห์ข้อมูลสองตัวแปร สิ่งนี้เกิดขึ้นเมื่อข้อมูลกระจัดกระจาย เช่น เมื่อข้อมูลกระจัดกระจายไม่เท่ากัน เมื่อข้อมูลกระจัดกระจายไม่เท่ากัน จะเป็นการยากที่จะจับจุดข้อมูลทั้งหมดใน scatterplot
นี่คือจุดเริ่มต้นของการเล่นหกเหลี่ยม ให้เราเข้าใจว่าห้องสมุด seaborn สามารถนำมาใช้ในการติดตั้ง hexagonal binning ได้อย่างไร
ตัวอย่าง
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
my_df = sb.load_dataset('iris')
sb.jointplot(x = 'petal_length',y = 'petal_width',data = my_df,kind = 'hex')
plt.show() ผลลัพธ์
คำอธิบาย
- นำเข้าแพ็คเกจที่จำเป็น
- ข้อมูลที่ป้อนคือ 'iris_data' ซึ่งโหลดจากไลบรารี scikit เรียนรู้
- ข้อมูลนี้ถูกเก็บไว้ใน dataframe
- ใช้ฟังก์ชัน "load_dataset" เพื่อโหลดข้อมูลไอริส
- ข้อมูลนี้แสดงเป็นภาพโดยใช้ฟังก์ชัน "jointplot"
- ในที่นี้ ค่าแกน 'x' และ 'y' จะถูกระบุเป็นพารามิเตอร์
- ในที่นี้ พารามิเตอร์ "hexbin" ถูกระบุเพื่อให้พล็อตเข้าใจในการพิมพ์แบบหกเหลี่ยม
- ข้อมูล scatterplot นี้แสดงบนคอนโซล
