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.
seaborn.jointplot() :
Dibuje una gráfica de dos variables con gráficos bivariados y univariados. Esta función proporciona una interfaz conveniente para la clase ‘JointGrid’, con varios tipos de gráficos enlatados. Este pretende ser un envoltorio bastante ligero; si necesita más flexibilidad, debe usar :class:’JointGrid’ directamente.
Sintaxis: seaborn.jointplot(x, y, data=Ninguno, kind=’scatter’, stat_func=Ninguno, color=Ninguno, height=6, ratio=5, space=0.2, dropna=True, xlim=Ninguno, ylim= Ninguno, joint_kws=Ninguno, marginal_kws=Ninguno, annot_kws=Ninguno, **kwargs)
Parámetros: La descripción de algunos parámetros principales se da a continuación:
x, y: Estos parámetros toman Datos o nombres de variables en “datos”.
data: (opcional) Este parámetro toma DataFrame cuando “x” e “y” son nombres de variables.
kind: (opcional) Este parámetro toma Tipo de gráfico a dibujar.
color: (opcional) Este parámetro toma el Color utilizado para los elementos de la trama.
dropna: (opcional) Este parámetro toma valor booleano, si es verdadero, elimina las observaciones que faltan de «x» e «y».
Retorno: objeto jointgrid con la trama en él.
A continuación se muestra la implementación del método anterior:
Ejemplo 1:
Python3
# importing required packages import seaborn as sns import matplotlib.pyplot as plt # loading dataset data = sns.load_dataset("attention") # draw jointplot with # hex kind sns.jointplot(x = "solutions", y = "score", kind = "hex", data = data) # show the plot plt.show() # This code is contributed # by Deepanshu Rustagi.
Producción:
Ejemplo 2:
Python3
# importing required packages import seaborn as sns import matplotlib.pyplot as plt # loading dataset data = sns.load_dataset("mpg") # draw jointplot with # scatter kind sns.jointplot(x = "mpg", y = "acceleration", kind = "scatter", data = data) # show the plot plt.show() # This code is contributed # by Deepanshu Rustagi.
Producción:
Ejemplo 3:
Python3
# importing required packages import seaborn as sns import matplotlib.pyplot as plt # loading dataset data = sns.load_dataset("exercise") # draw jointplot with # kde kind sns.jointplot(x = "id", y = "pulse", kind = "kde", data = data) # Show the plot plt.show() # This code is contributed # by Deepanshu Rustagi.
Producción:
Ejemplo 4:
Python3
# importing required packages import seaborn as sns import matplotlib.pyplot as plt # loading dataset data = sns.load_dataset("titanic") # draw jointplot with # reg kind sns.jointplot(x = "age", y = "fare", kind = "reg", data = data, dropna = True) # show the plot 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