Prerrequisito: Conceptos básicos de programación de Seaborn
Seaborn es una biblioteca de visualización de datos de Python basada en matplotlib . Proporciona una interfaz de alto nivel para dibujar gráficos estadísticos atractivos e informativos. Seaborn ayuda a resolver los dos principales problemas que enfrenta Matplotlib; los problemas son?
- Parámetros predeterminados de Matplotlib
- Trabajar con marcos de datos
Como Seaborn complementa y amplía Matplotlib, la curva de aprendizaje es bastante gradual. Si conoce Matplotlib, ya está a la mitad de Seaborn.
nacido en el mar.FacetGrid() :
- La clase FacetGrid ayuda a visualizar la distribución de una variable, así como la relación entre múltiples variables por separado dentro de subconjuntos de su conjunto de datos usando múltiples paneles.
- ¿Se puede dibujar un FacetGrid con hasta tres dimensiones? fila, columna y tono. Los dos primeros tienen una correspondencia obvia con el conjunto de ejes resultante; Piense en la variable de matiz como una tercera dimensión a lo largo de un eje de profundidad, donde los diferentes niveles se trazan con diferentes colores.
- El objeto FacetGrid toma un marco de datos como entrada y los nombres de las variables que formarán las dimensiones de fila, columna o tono de la cuadrícula. Las variables deben ser categóricas y los datos en cada nivel de la variable se utilizarán para una faceta a lo largo de ese eje.
seaborn.FacetGrid( data, \*\*kwargs)
Seaborn.FacetGrid utiliza muchos argumentos como entrada, los principales de los cuales se describen a continuación en forma de tabla:
| Argumento | Descripción | Valor |
| datos | Marco de datos ordenado («formato largo») donde cada columna es una variable y cada fila es una observación. | Marco de datos |
| fila, columna, matiz | Variables que definen subconjuntos de los datos, que se dibujarán en facetas separadas en la cuadrícula. Consulte los parámetros «*_order» para controlar el orden de los niveles de esta variable. | instrumentos de cuerda |
| paleta | Colores a utilizar para los diferentes niveles de la variable “tono”. | nombre de la paleta, lista o dictado, opcional |
A continuación se muestra la implementación del método anterior:
Ejemplo 1:
Python3
# importing packages
import seaborn
import matplotlib.pyplot as plt
# loading of a dataframe from seaborn
df = seaborn.load_dataset('tips')
############# Main Section #############
# Form a facetgrid using columns with a hue
graph = seaborn.FacetGrid(df, col ="sex", hue ="day")
# map the above form facetgrid with some attributes
graph.map(plt.scatter, "total_bill", "tip", edgecolor ="w").add_legend()
# show the object
plt.show()
# This code is contributed by Deepanshu Rustagi.
Producción :
Ejemplo 2:
Python3
# importing packages
import seaborn
import matplotlib.pyplot as plt
# loading of a dataframe from seaborn
df = seaborn.load_dataset('tips')
############# Main Section #############
# Form a facetgrid using columns with a hue
graph = seaborn.FacetGrid(df, row ='smoker', col ='time')
# map the above form facetgrid with some attributes
graph.map(plt.hist, 'total_bill', bins = 15, color ='orange')
# show the object
plt.show()
# This code is contributed by Deepanshu Rustagi.
Producción :
Ejemplo 3:
Python3
# importing packages
import seaborn
import matplotlib.pyplot as plt
# loading of a dataframe from seaborn
df = seaborn.load_dataset('tips')
############# Main Section #############
# Form a facetgrid using columns with a hue
graph = seaborn.FacetGrid(df, col ='time', hue ='smoker')
# map the above form facetgrid with some attributes
graph.map(seaborn.regplot, "total_bill", "tip").add_legend()
# show the object
plt.show()
# This code is contributed by Deepanshu Rustagi.
Producción :
Publicación traducida automáticamente
Artículo escrito por deepanshu_rustagi y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA