Автор оригинала: Pankaj Kumar.
Эй, ребята! В этой статье мы будем сосредоточиться на Seborborn Distlot в деталях.
Что такое Searborn distlot?
А Расслабитель или график распределения, изображает изменение распределения данных. Searborn Distlot представляет собой общий распределение непрерывных переменных данных.
Модуль морского модуля вместе с модулем Matplotlib используется для изображения расслабления с различными вариациями в этом. Распространение изображает данные гистограмма и линию в комбинации с ним.
Создание расслабления по морщину
Модуль Python Seanborn содержит различные функции для участия данных и изображены вариации данных. Seaborn.Distplot () Функция
используется для построения расслабления. DISTLOT представляет собой одноразовое распределение данных I.E. Распределение данных переменной против распределения плотности.
Синтаксис:
seaborn.distplot()
Функция SeaBorn.distplot () принимает переменную данных в качестве аргумента и возвращает график с распределением плотности.
Пример 1:
import numpy as np import seaborn as sn import matplotlib.pyplot as plt data = np.random.randn(200) res = sn.distplot(data) plt.show()
Мы использовали numpy.random.randn () Функция
генерировать случайные значения данных. Далее Pyplot.show () Функция
используется показать сюжет.
Выход:
Пример 2:
import numpy as np import seaborn as sn import matplotlib.pyplot as plt import pandas as pd data_set = pd.read_csv("C:/mtcars.csv") data = pd.DataFrame(data_set['mpg']) res = sn.distplot(data) plt.show()
Pandas.read_csv () Функция
загружает набор данных в среду Python.
Выход:
Добавление меток на ось расстраивания
Распространение Seborborn может быть снабжена метками оси, преобразовав значения данных в серию Panda, используя синтаксис ниже:
Синтаксис:
pandas.Series(data,name='name') seaborn.distplot()
Серия Panda содержит параметр ‘ Имя
Чтобы установить ярлык оси данных.
Пример:
import numpy as np import seaborn as sn import matplotlib.pyplot as plt data = np.random.randn(200) res = pd.Series(data,name="Range") plot = sn.distplot(res) plt.show()
Выход:
Searborn Distlot вместе с оценкой плотности ядра
Sebborborn Distllot также может быть забитым вместе с Оценка плотности ядра Для оценки вероятности распределения непрерывных переменных в различных значениях данных.
Синтаксис:
seaborn.distplot(data,kde=True)
KDE
Параметр установлен на Правда
Чтобы включить график плотности ядра вместе с рассплением.
Пример:
import numpy as np import seaborn as sn import matplotlib.pyplot as plt data = np.random.randn(100) res = pd.Series(data,name="Range") plot = sn.distplot(res,kde=True) plt.show()
Выход:
Визуализация данных с Sebrborn Distlot наряду с снимком ковра
Мы можем сопоставить Seborborn Distlot наряду с рисунком ковра, чтобы изобразить распределение данных против мусорных баков в отношении одноразовой переменной данных. Участок ковра Описывает визуализирует распределение данных в виде банка.
Синтаксис:
seaborn.distplot(data, rug=True, hist=False)
« Коврик
«Параметр должен быть установлен на Правда
Чтобы включить распределение плавания ковра.
Пример:
import numpy as np import seaborn as sn import matplotlib.pyplot as plt data = np.random.randn(100) res = pd.Series(data,name="Range") plot = sn.distplot(res,rug=True,hist=False) plt.show()
Выход:
Построение морского расслабления вдоль вертикальной оси
Весь распыление может быть построена на y axis Используя синтаксис ниже:
Синтаксис:
seaborn.distplot(data,vertical=True)
« вертикальный
«Параметр должен быть установлен на Правда
построить расстройство на оси Y.
Пример:
import numpy as np import seaborn as sn import matplotlib.pyplot as plt data = np.random.randn(100) plot = sn.distplot(data,vertical=True) plt.show()
Выход:
Установка другого стиля с использованием функции SeaBorn.Set ()
У Meeborn есть ряд встроенных функций для добавления дополнительных фоновых функций на участки. Seaborn.Set () Функция
используется для установки различного фона на распределительные участки.
Синтаксис:
seaborn.set(style)
Пример :
import numpy as np import seaborn as sn import matplotlib.pyplot as plt sn.set(style='dark',) data = np.random.randn(500) plot = sn.distplot(data) plt.show()
Выход:
Установка пользовательского цвета в Searborn Displot
Мы можем установить разные цвета для DISTLLOT, чтобы добавить в визуализацию данных, используя « » цвет
«Параметр функции keanborn.distplot ().
Синтаксис:
seaborn.distplot(data, color='color')
Пример:
import numpy as np import seaborn as sn import matplotlib.pyplot as plt sn.set(style='dark',) data = np.random.randn(500) plot = sn.distplot(data,color='purple') plt.show()
Выход:
Заключение
Таким образом, модуль морского модуля вместе с модулем Matplotlib помогает в визуализации данных и изображает распределение данных.
Я настоятельно рекомендую всем читателям читать модуль Python MatPlotlib, чтобы понять основы визуализации данных.