Seaborn es una increíble biblioteca de visualización para el trazado de gráficos estadísticos en Python. Proporciona hermosos estilos predeterminados y paletas de colores para hacer que los gráficos estadísticos sean más atractivos. Está construido en la parte superior de la biblioteca matplotlib y también está estrechamente integrado a las estructuras de datos de pandas .
Seaborn.barplot()
El método seaborn.barplot() se utiliza para dibujar un diagrama de barras. Un gráfico de barras representa una estimación de la tendencia central de una variable numérica con la altura de cada rectángulo y proporciona alguna indicación de la incertidumbre en torno a esa estimación utilizando barras de error.
Sintaxis: seaborn.barplot(x=Ninguno, y=Ninguno, hue=Ninguno, data=Ninguno, order=Ninguno, hue_order=Ninguno, estimador= <función media en 0x7fa4c4f67940> , ci=95, n_boot=1000, units=Ninguno , seed=Ninguno, orient=Ninguno, color=Ninguno, palette=Ninguno, saturación=0.75, errcolor=’.26′, errwidth=Ninguno, capsize=Ninguno, dodge=True, ax=Ninguno, **kwargs)
Parámetros: Este método acepta los siguientes parámetros que se describen a continuación:
- x, y : este parámetro toma nombres de variables en datos o datos vectoriales, Entradas para trazar datos de formato largo.
- matiz: (opcional) Este parámetro toma el nombre de la columna para la codificación de colores.
- datos: (opcional) este parámetro toma DataFrame, array o lista de arrays, conjunto de datos para trazar. Si x e y están ausentes, esto se interpreta como formato ancho. De lo contrario, se espera que sea de formato largo.
- color : (opcional) Este parámetro toma matplotlib color, Color para todos los elementos o semilla para una paleta de degradado.
Devoluciones: devuelve el objeto Axes con el gráfico dibujado en él.
Ejemplo 1: Dibuje un conjunto de gráficos de barras verticales agrupados por una variable categórica.
Crear un diagrama de barras simple usando seaborn.
Sintaxis:
seaborn.barplot (x, y, datos)
Python3
# importing the required library
import seaborn as sns
import matplotlib.pyplot as plt
# read a titanic.csv file
# from seaborn library
df = sns.load_dataset('titanic')
# class v / s fare barplot
sns.barplot(x = 'class', y = 'fare', data = df)
# Show the plot
plt.show()
Producción :
Ejemplo 2: Dibuje un conjunto de barras verticales con agrupación anidada por dos variables.
Creación de un gráfico de barras utilizando el parámetro de tono con dos variables.
Sintaxis:
seaborn.barplot (x, y, datos, matiz)
Python3
# importing the required library
import seaborn as sns
import matplotlib.pyplot as plt
# read a titanic.csv file
# from seaborn library
df = sns.load_dataset('titanic')
# class v / s fare barplot
sns.barplot(x = 'class', y = 'fare', hue = 'sex', data = df)
# Show the plot
plt.show()
Producción :
Ejemplo 3: muestra un diagrama de barras horizontal.
variable de datos en lugar de dos variables de datos, significa que el eje denota cada una de estas variables de datos como un eje.
X denota un eje x e y denota un eje y.
Python3
# importing the required library
import seaborn as sns
import matplotlib.pyplot as plt
# read a titanic.csv file
# from seaborn library
df = sns.load_dataset('titanic')
# fare v / s class horizontal barplot
sns.barplot(x = 'fare', y = 'class', hue = 'sex', data = df)
# Show the plot
plt.show()
Producción :
Ejemplo 4: Trace todas las barras en un orden determinado.
Controle el orden del gráfico de barras pasando un orden explícito.
Python3
# importing the required library
import seaborn as sns
import matplotlib.pyplot as plt
# read a titanic.csv file
# from seaborn library
df = sns.load_dataset('titanic')
# class v / s fare barplot in given order
sns.barplot(x = 'class', y = 'fare', data = df,
order = ["Third", "Second", "First"])
# Show the plot
plt.show()
Producción :
Ejemplo 5: Trace todas las barras en un solo color usando atributos de color.
Color para todos los elementos.
Sintaxis:
seaborn.barplot (x, y, datos, color)
Python3
# importing the required library
import seaborn as sns
import matplotlib.pyplot as plt
# read a titanic.csv file from seaborn library
df = sns.load_dataset('titanic')
# class v / s fare barplot with same colour
sns.barplot(x = 'class', y = 'fare', data = df, color = "salmon")
# Show the plot
plt.show()
Producción :
Ejemplo 6: diagrama de barras sin barras de error usando atributos ci.
ninguno significa
seaborn.barplot (x, y, datos, ci)
Python3
# importing the required library
import seaborn as sns
import matplotlib.pyplot as plt
# read a titanic.csv file
# from seaborn library
df = sns.load_dataset('titanic')
# class v / s fare barplot
# without error bars
sns.barplot(x = 'class', y = 'fare', data = df, ci = None)
# Show the plot
plt.show()
Producción :
Ejemplo 7: matiz
Usando la paleta podemos generar el punto con diferentes colores . En este ejemplo a continuación, podemos ver que la paleta puede ser responsable de generar el gráfico de barras con diferentes valores de mapa de colores.
Sintaxis:
seaborn.barplot(x, y, data, palette=”color_name”)
Python3
# importing the required library
import seaborn as sns
import matplotlib.pyplot as plt
# read a titanic.csv file
# from seaborn library
df = sns.load_dataset('titanic')
sns.barplot(x = 'class', y = 'fare',
hue = 'sex', data = df, palette='pastel')
# Show the plot
plt.show()
Producción:
Los posibles valores de la paleta son:
Acento, Accent_r, Blues, Blues_r, BrBG, BrBG_r, BuGn, BuGn_r, BuPu, BuPu_r, CMRmap, CMRmap_r, Dark2, Dark2_r,
GnBu, GnBu_r, Verdes, Verdes_r, Grises, Grises_r, OrRd, OrRd_r, Naranjas, Naranjas_r, PRGn, PRGn_r, Emparejado, Emparejado_r,
Pastel1, Pastel1_r, Pastel2, Pastel2_r, PiYG, PiYG_r, PuBu, PuBuGn, PuBuGn_r, PuBu_r, PuOr, PuOr_r, PuRd, PuRd_r,
Morados, Morados_r, RdBu, RdBu_r, RdGy, RdGy_r, RdPu, RdPu_r, RdYlBu, RdYlBu_r, RdYlGn, RdYlGn_r, Rojos, Reds_r, Set1,
Set1_r, Set2, Set2_r, Set3, Set3_r, espectral, espectral_r, Wistia, Wistia_r, YlGn, YlGnBu, YlGnBu_r, YlGn_r, YlOrBr,
YlOrBr_r, YlOrRd, YlOrRd_r, afmhot, afmhot_r, otoño, otoño_r, binario, binario_r, hueso, hueso_r, brg, brg_r, bwr, bwr_r,
cividis, cividis_r, guay, cool_r, coolwarm, coolwarm_r, cobre, cobre_r, cubehelix, cubehelix_r, bandera, flag_r, gist_earth,
gist_earth_r, gist_gray, gist_gray_r, gist_heat, gist_heat_r, gist_ncar, gist_ncar_r, gist_rainbow, gist_rainbow_r, gist_stern,
Ejemplo 8: Usando el s NumPy NumPy
Python3
# importing the required library
import seaborn as sns
from numpy import median
import matplotlib.pyplot as plt
# read a titanic.csv file
# from seaborn library
df = sns.load_dataset('titanic')
sns.barplot(x = 'class', y = 'fare', hue = 'sex', data = df, estimator=median)
# Show the plot
plt.show()
Producción:
Para Numpy.media:
Python3
from numpy import mean sns.barplot(x = 'class', y = 'fare', hue = 'sex', data = df, estimator=mean)
Producción:
Ejemplo 9: Usando el parámetro de saturación.
La proporción de la saturación original para dibujar colores. Los parches grandes a menudo se ven mejor con colores ligeramente desaturados, pero establezca esto en 1 si desea que los colores de la trama coincidan perfectamente con la especificación de color de entrada.
Sintaxis:
seaborn.barplot (x, y, datos, saturación)
Python3
# importing the required library
import seaborn as sns
import matplotlib.pyplot as plt
# read a titanic.csv file
# from seaborn library
df = sns.load_dataset('titanic')
sns.barplot(x = 'class', y = 'fare', hue = 'sex', data = df,saturation = 0.1)
# Show the plot
plt.show()
Producción:
Ejemplo 10: matplotlib.axes.Axes.bar()
Podemos establecer el Ancho de las líneas grises que enmarcan los elementos de la trama usando el ancho de línea. Cada vez que aumentamos el ancho de línea, el punto también aumentará automáticamente.
Sintaxis:
seaborn.barplot(x, y, data, linewidth, edgecolor)
Python3
# importing the required library
import seaborn as sns
import matplotlib.pyplot as plt
# read a titanic.csv file
# from seaborn library
df = sns.load_dataset('titanic')
sns.barplot(x="class", y="fare", data=df,
linewidth=2.5, facecolor=(1, 1, 1, 0),
errcolor=".2", edgecolor=".2")
Producción:
