[PYTHON] Seaborn-Grundlagen für Anfänger ③ Streudiagramm (Jointplot) * Mit Histogramm

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.

Streudiagramm (Jointplot)

Das Thema ist diesmal eine Streukarte. Verwenden Sie "Jointplot", um ein Streudiagramm zu erstellen. Im Seegeborenen-Streudiagramm wird das Histogramm gleichzeitig mit dem Streudiagramm angezeigt. Dies ist auch praktisch, um die Daten zu erfassen, und es sieht so aus und ist ziemlich gut.

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 sind die einzustellenden Elemente das X-Achsenelement, das Y-Achsenelement und die Originaldaten. Nehmen Sie ein Beispiel für ein Diagramm, in dem Alter auf der X-Achse und Tarif auf der Y-Achse angezeigt werden. Wie in der Abbildung gezeigt, ist der Punkt, dass es ein Histogramm hat.

python

sns.jointplot('Age', 'Fare', data=dataframe)

Wie Sie sehen können, gibt es verschiedene Möglichkeiten. Wenn Sie "hex" für "kind" angeben, befindet sich das Streudiagramm auf der Kachel und ist in Mode. Es wird empfohlen, weil es gut aussieht. (Es ist schwierig, die Originaldaten zu übermitteln, da diese nicht gut genug sind.)

python

sns.jointplot('Age', 'Fare', data=dataframe, kind = 'hex')

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.

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.