Eine Bibliothek Seaborn, die Daten in einem schönen Diagramm visualisieren kann. Wenn Sie in einigen Methoden eine Kategorie im Argument hue angeben, wird jede Kategorie farblich gekennzeichnet und ein Diagramm gezeichnet. Einige Methoden verwenden diesen Farbton jedoch nicht als Argument. Selbst in einem solchen Fall werde ich vorstellen, wie jede Kategorie farblich gekennzeichnet wird.
python: 3.7.4 seaborn: 0.9.0
hue Verwenden wir zunächst den Farbton mit der Countplot-Methode. Die Daten sind titanisch.
import pandas as pd
import seaborn as sns
data=pd.read_csv("train.csv")
sns.countplot(x='Embarked', data=data, hue='Survived')
Auf diese Weise wird ein Diagramm gezeichnet, indem jede Kategorie von "Überlebt" farbcodiert wird.
Nun, das Hauptthema ist von hier. Zum Beispiel hat die Distplot-Methode von seaborn kein Farbtonargument. (Seaborn.distplot) Manchmal möchten Sie jedoch die Verteilung für jede Kategorie anzeigen. In solchen Fällen kann FacetGrid verwendet werden.
g=sns.FacetGrid(data, hue='Survived', size=5)
g.map(sns.distplot, "Fare")
g.add_legend()
Auf diese Weise können Sie Diagramme behandeln, die keinen Farbton als Argument haben, wenn Sie ihn im Farbton der FacetGrid-Methode angeben. (Weitere Informationen zu FacetGrid finden Sie unter Plotten und Visualisieren mit Seaborn FacetGrid)
Verwenden Sie FacetGrid, wenn Sie Diagramme farblich kennzeichnen möchten, die keinen Farbton als Argument haben, z. B. distplot und kdeplot.
Recommended Posts