Seaborn
Ich war beeindruckt, dass selbst ein Diagramm, dessen Zeichnen mit Matplotlib etwas mühsam ist, mit Seaborn relativ einfach gezeichnet werden kann.
Wenn Sie versuchen, dies mit matplotlib zu zeichnen, sieht es so aus. Es kann falsch sein, weil es super geeignet ist,
import itertools
fig, axes = plt.subplots(2, 3)
col_f = 'Pclass'
col_f_domain = [1, 2, 3]
row_f = 'Sex'
row_f_domain = ['male', 'female']
for i, (r, c) in enumerate(itertools.product(row_f_domain, row_f_domain)):
row_i = i // 3
col_i = i % 3
ax = axes[row_i][col_i]
# (Folgendes wird weggelassen)
Oh ja, dreh die for-Schleife nicht. Dies ist eine Zeile für ...
sns.relplot(x='Age', y='Fare', hue='Survived', col='Pclass', row='Sex', data=train_data)
Bei der Durchführung von EDA (Exploratory Data Analysis) werden viele Diagramme gezeichnet, während die zu vergleichende Feature-Menge und -Ebene geändert werden. Daher ist dies ein Werkzeug, mit dem sich solche komplizierten Diagramme schnell anwenden lassen Es ist praktisch. Auf der anderen Seite ist matplotlib gut in der Lage, mit Juckreiz umzugehen, der mit solch hochwertigen Werkzeugen nicht erreicht werden kann. Ich denke, ich sollte Matplotlib verwenden, um Diagramme zu zeichnen, die Seaborn nicht zeichnen kann.
Recommended Posts