เราจะใช้ Seaborn Seaborn เป็นห้องสมุดที่ช่วยในการแสดงข้อมูล มันมาพร้อมกับธีมที่กำหนดเองและอินเทอร์เฟซระดับสูง อินเทอร์เฟซนี้ช่วยในการปรับแต่งและควบคุมชนิดของข้อมูลและลักษณะการทำงานของข้อมูลเมื่อใช้ตัวกรองบางตัว
ฟังก์ชัน 'สตริปล็อต' จะใช้เมื่ออย่างน้อยหนึ่งในตัวแปรถูกจัดหมวดหมู่ ข้อมูลจะแสดงในลักษณะที่จัดเรียงตามแกนใดแกนหนึ่ง แต่ข้อเสียคือมีบางจุดซ้อนทับกัน ซึ่งต้องใช้พารามิเตอร์ 'jitter' เพื่อหลีกเลี่ยงไม่ให้ตัวแปรทับซ้อนกัน
จะเพิ่มสัญญาณรบกวนแบบสุ่มลงในชุดข้อมูล และปรับตำแหน่งของค่าตามแกนหมวดหมู่ แต่แทนที่จะใช้พารามิเตอร์ 'jitter' เราสามารถใช้ 'swarmplot' เพื่อรับพล็อตแบบกระจายตามหมวดหมู่
ไวยากรณ์ของฟังก์ชัน swarmplot
seaborn.swarmplot(x, y,data,…)
ได้แสดงไว้ด้านล่าง -
ตัวอย่าง
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
my_df = sb.load_dataset('iris')
sb.swarmplot(x = "species", y = "petal_length", data = my_df)
plt.show() ผลลัพธ์
คำอธิบาย
- นำเข้าแพ็คเกจที่จำเป็น
- ข้อมูลที่ป้อนคือ 'iris_data' ซึ่งโหลดจากไลบรารี scikit เรียนรู้
- ข้อมูลนี้ถูกเก็บไว้ในดาต้าเฟรม
- ใช้ฟังก์ชัน "load_dataset" เพื่อโหลดข้อมูลไอริส
- ข้อมูลนี้แสดงเป็นภาพโดยใช้ฟังก์ชัน 'swarmplot'
- ในที่นี้ ดาต้าเฟรมถูกจัดให้เป็นพารามิเตอร์
- นอกจากนี้ยังมีการระบุค่า x และ y
- ข้อมูลนี้แสดงบนคอนโซล
