[PYTHON] Seaborn Basics für Anfänger ④ Pairplot

Was ist Seaborn

Eine Bibliothek zum Zeichnen von Python-Diagrammen. .. Positioniert als Wrapper-Funktion (im Lieferumfang enthaltenes Programm) von matplotlib, der bekanntesten Waage. Es ist nicht nur in der Lage, auf einfache Weise schön aussehende Grafiken zu zeichnen, sondern verfügt auch über eine Reihe von Funktionen wie die Stapelverarbeitung. Matplotlib ist für detaillierte Spezifikationen und Zeichnungen, und Seaborn ist für einfach und schön.

Paarplot (Jointplot)

Das Thema dieses Mal ist Paarhandlung. Ist es nicht die berühmteste Funktion in Seaborn? Verwenden Sie .pairplot, um es zu erstellen. Es wird verwendet, um die Korrelation von Daten zu erfassen.

Vorbereitung

Installieren Sie zuerst die seaborn Bibliothek mit pip. Für Pip? Klicken Sie hier ('https://qiita.com/Yanagawa_Yoshihisa/items/35e6f70a8411277282ce').

Importieren Sie die Bibliothek. Nennen Sie seaborn`` sns und import.

python


import seaborn as sns

Ich werde das Beispiel mit Titanic-Daten ausprobieren. Wenn Sie die Titanic nicht kennen, überprüfen Sie bitte "kaggle Titanic". Erstellen Sie einen Datenrahmen mit Pandas.

python


dataframe = pd.read_csv('train.csv')

Grundlegende Schöpfung

Verwenden Sie .jointplot, um ein Streudiagramm zu erstellen. Grundsätzlich legen Sie die Originaldaten und die Achse fest, die Sie zeichnen möchten. Wählen Sie hier Alter (Alter), Tarif (Tarif) und Klasse (Klasse) als zu zeichnende Achsen aus und setzen Sie sie auf "vars".

python


sns.pairplot(dataframe, vars = ['Age','Fare','Pclass'])

Ich konnte so eine Grafik zeichnen.

image.png

python


sns.pairplot(dataframe, vars = ['Age','Fare','Pclass'], hue = 'Sex')

image.png

python


sns.pairplot(dataframe, vars = ['Age','Fare','Pclass'], hue = 'Sex' ,diag_kind="hist")

image.png

Die Schnittpunkte derselben Achsen (Bereiche im blauen Rahmen) sind eine Matrix einzelner Elemente. Der andere Bereich ist ein Streudiagramm der Zielachse und der Achse. Die Streudiagramme an diagonalen Positionen beziehen sich auf die Streudiagramme mit vertauschten Achsen. (Der rote Rahmen ist das gleiche Streudiagramm, aber die X-Achse und die Y-Achse sind vertauscht.) Mit dieser Funktion können Sie das Gesamtbild des Objektgefühls grob überprüfen. (Wenn Sie den Tarif und das Alter im roten Rahmen betrachten, scheint es keine eindeutige Korrelation zwischen Alter und Tarif zu geben.) Mit der Option "Farbton" können Sie die Z-Achse einstellen. Fügen Sie Sex als Beispiel hinzu. Es ist auch möglich, mit diag_kind =" hist " zu einem Histogramm zu wechseln. Es ist eine sehr einfache Syntax, aber sie wird für diejenigen empfohlen, die nicht damit vertraut sind, da sie so aussieht und ein Gefühl dafür vermittelt.

Sie können verschiedene andere Optionen angeben. Wenn Sie also tiefer graben möchten, lesen Sie bitte das Offizielle Dokument.

Schließlich

Wie ein Anfänger verstehen kann, haben wir das notwendige Wissen bei der Implementierung von maschinellem Lernen mit Python als einfachen Artikel zusammengefasst. Das Inhaltsverzeichnis ist hier, daher hoffe ich, dass Sie auch auf andere Artikel verweisen können.

Recommended Posts

Seaborn Basics für Anfänger ④ Pairplot
Seaborn Grundlagen für Anfänger ② Histogramm (Distplot)
Seaborn-Grundlagen für Anfänger ③ Streudiagramm (Jointplot) * Mit Histogramm
Pandas Grundlagen für Anfänger ① Lesen & Verarbeiten
Pandas Grundlagen für Anfänger ⑧ Ziffernverarbeitung
Pandas Basics Summary Link für Anfänger
Seaborn-Grundlagen für Anfänger ① Aggregiertes Diagramm der Anzahl der Daten (Countplot)
Pandas-Grundlagen für Anfänger ③ Erstellen Sie ein Histogramm mit matplotlib
Pandas-Grundlagen für Anfänger ② Übersicht über die Daten
Spacemacs-Einstellungen (für Anfänger)
Python-Grundlagen ② für Anweisung
Python Lehrbuch für Anfänger
Dikstra-Algorithmus für Anfänger
OpenCV für Python-Anfänger
[Übersetzung] NumPy Official Tutorial "NumPy: die absoluten Grundlagen für Anfänger"
[Linux] Grundlagen der Berechtigungseinstellung von chmod für Anfänger
[Für Anfänger] Grundlagen von Python erklärt durch Java Gold Teil 2
Lernablauf für Python-Anfänger
[Für Anfänger] Kaggle-Übung (Merucari)
Empfohlene Linux-Distribution für Anfänger
CNN (1) zur Bildklassifizierung (für Anfänger)
Python3-Umgebungskonstruktion (für Anfänger)
Übersicht über Docker (für Anfänger)
Python #Funktion 2 für Super-Anfänger
Grundlegende Python-Grammatik für Anfänger
Pandas-Grundlagen für Anfänger ④ Umgang mit Datums- und Zeitangaben
100 Pandas klopfen für Python-Anfänger
Python #Funktion 1 für Super-Anfänger
Python #Liste für Super-Anfänger
~ Tipps für Python-Anfänger mit Liebe von Pythonista ③ ~
[Für Kaggle-Anfänger] Titanic (LightGBM)
[Für Anfänger] Grundlagen von Python erklärt durch Java Gold Teil 1
Linux Command Memorandum [für Anfänger]
Praktische Linux-Verknüpfung (für Anfänger)
[Erklärung für Anfänger] TensorFlow-Tutorial MNIST (für Anfänger)
Entscheidungsbaum (für Anfänger) -Code Edition-
Python-Übungen für Anfänger # 2 [für Anweisung / while-Anweisung]
XPath-Grundlagen (3) -Funktionen, die häufig für XPath verwendet werden
Python für Super-Anfänger Super-Anfänger Python # Wörterbuch Typ 1
[Für Anfänger] Django -Entwicklungsumgebung Bau-
[Für Anfänger] Skript innerhalb von 10 Zeilen (1.folium)
Logistic Return (für Anfänger) -Code Edition-
Was ist Schaben? [Zusammenfassung für Anfänger]
Python #index für Super-Anfänger, Slices
<Für Anfänger> Python-Bibliothek <Für maschinelles Lernen>
TensorFlow Tutorial MNIST Für ML-Anfänger
Häufig verwendete Linux-Befehle (für Anfänger)
Python #len Funktion für Super-Anfänger
Web Scraping für Anfänger in Python (1)
Führen Sie unittest in Python aus (für Anfänger)
Was ist xg boost (1) (für Anfänger)
Web Scraping für Anfänger in Python (4) -1
Python #Hello World für Super-Anfänger
Lineare Regression (für Anfänger) -Code Edition-
Python für Super-Anfänger Super-Anfänger Python # Wörterbuch Typ 2
[Für Anfänger] Prozessüberwachung mit cron
LSTM (1) zur Zeitreihenvorhersage (für Anfänger)
[Veraltet] Chainer v1.24.0 Anfänger-Tutorial
TensorFlow Tutorial -MNIST Für ML-Anfänger