資料結構
網路
關係資料庫管理系統 (RDBMS)
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
服裝設計
法學如何在 Python Seaborn 中使用箱線圖比較不同類別的資料？
Seaborn 庫有助於資料視覺化。它帶有自定義主題和高階介面。
散點圖提供的資訊有限，因為它們只告訴我們給定資料類別中值的分佈情況。如果我們希望比較類別記憶體在的資料，我們需要使用不同的技術。這就是箱線圖發揮作用的地方。它是一種利用分位數來理解資料集中資料分佈的方法。
它由從箱體延伸出的垂直線組成。這些延伸部分稱為須線。這些須線描述了資料在上四分位數和下四分位數之外的變化情況。這就是為什麼箱線圖也稱為須線圖的原因。
箱線圖函式的語法
seaborn.boxplot(x, y,data,…)
資料中的異常值將作為單個點繪製。以下是一個示例：
示例
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
my_df = sb.load_dataset('iris')
sb.boxplot(x = "species", y = "petal_length", data = my_df)
plt.show()輸出
解釋
- 匯入所需的包。
- 輸入資料是“iris_data”，它從 scikit-learn 庫載入。
- 此資料儲存在資料框中。
- 使用“load_dataset”函式載入 iris 資料。
- 使用“boxplot”函式視覺化此資料。
- 在這裡，資料框作為引數提供。
- 此外，還指定了 x 和 y 值。
- 此資料顯示在控制檯中。
更新於：2020年12月11日
275 次瀏覽
廣告