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 en las estructuras de datos de pandas .
Seaborn tiene como objetivo hacer que la visualización sea la parte central de la exploración y comprensión de los datos. Proporciona API orientadas a conjuntos de datos, de modo que podemos cambiar entre diferentes representaciones visuales para las mismas variables para una mejor comprensión del conjunto de datos.
¿Por qué se utilizarán diagramas de caja horizontales en lugar de diagramas de caja?
Son útiles cuando tiene numerosos grupos con nombres más grandes. Boxplots funciona bien cuando tenemos un número limitado de grupos y nombres cortos de grupos. Pero si tenemos títulos más largos, se superpondrán entre sí en diagramas de caja, y será difícil leer los datos y obtener información del gráfico. Los diagramas de caja horizontales resuelven ese problema muy fácilmente.
A continuación se muestra el enfoque paso a paso para ilustrar diagramas de caja horizontales utilizando el módulo Seaborn:
- Importar bibliotecas
Python3
# Import required modules import sklearn import numpy as np import matplotlib.pyplot as plt import pandas as pd import seaborn as sns
- Asignar datos
Python3
# To avoid changing values everytime you run the cell np.random.seed(42) # Creating Data df = pd.DataFrame({ 'Ice-cream': np.random.normal(40, 15, 100), 'Chocolate': np.random.normal(60, 10, 100), 'Cakes': np.random.normal(80, 5, 100) }) # Display data print(df)
Producción:
La mayoría de los datos que encontramos están en formato ancho. Por ejemplo, cuando raspa un sitio web. Estos datos están en formato ancho. Convierta los datos en formato largo utilizando la función de fusión de pandas.
Python3
# Using melt dataframe for Converting data to long form data_df = df.melt(var_name='Dessert', value_name='Votes') # Data is in long form print(data_df.head())
Producción:
- Representa estos datos en un diagrama de caja.
Python3
# Adjust size plt.figure(figsize=(8.3,6)) # Illustrate boxplot sns.boxplot(y="Dessert", x="Votes", data=data_df)
Producción:
Después de trazar los puntos de datos en el diagrama de caja. Strip plot también se puede dibujar por sí solo, pero se complementará cuando se use con boxplot o violin plot.
Python3
# It will create the data points inside the boxplot # Illustrating box plot sns.boxplot(y="Dessert", x="Votes", data=data_df) # Illustrating strip plot sns.stripplot(y="Dessert", x="Votes", color='black', alpha=0.3, data=data_df)
Producción:
Cambiar nuestro diagrama de caja al diagrama de caja horizontal con puntos de datos simplemente intercambiando los ejes cuando tenemos numerosas columnas y luego los nombres se superponen entre sí, entonces usamos un diagrama de caja horizontal.
Python3
# You can simply change into horizontal # boxplots by swapping x and y axes. # Illustrating box plot sns.boxplot(x="Dessert", y="Votes", data=data_df) # Illustrating strip plot sns.stripplot(x="Dessert", y="Votes", color='black', alpha=0.3, data=data_df)
Producción:
A continuación se muestra el programa completo basado en el enfoque anterior:
Python3
# Import required modules import sklearn import numpy as np import matplotlib.pyplot as plt import pandas as pd import seaborn as sns # To avoid changing values everytime you run the cell np.random.seed(42) # Creating Data df = pd.DataFrame({ 'Ice-cream': np.random.normal(40, 15, 100), 'Chocolate': np.random.normal(60, 10, 100), 'Cakes': np.random.normal(80, 5, 100) }) # Using melt dataframe for Converting data to long form data_df = df.melt(var_name='Dessert', value_name='Votes') # Adjust size plt.figure(figsize=(8.3, 6)) # Assign title plt.title('Horizontal Boxplots with Points using Seaborn') # Illustrating box plot sns.boxplot(y="Dessert", x="Votes", data=data_df)
Producción:
Publicación traducida automáticamente
Artículo escrito por prachibindal2925 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA