資料結構
網路
關係型資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 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
法律研究如何在 Seaborn 中使用 factorplot 視覺化 Python 中的資料？
Seaborn 是一個有助於資料視覺化的庫。它帶有自定義主題和高階介面。
barplot 函式建立了分類變數和連續變數之間的關係。資料以矩形條的形式表示，其中條的長度表示該特定類別中資料的比例。
點圖類似於條形圖，但不是表示填充條，而是透過在另一軸上的特定高度表示資料點的估計值。
可以使用分類散點圖或藉助 pointplot 或稱為 factorplot 的更高階函式的兩個單獨的圖來視覺化分類資料。
factorplot 函式在 FacetGrid 上繪製分類圖，藉助引數“kind”。FacetGrid 預設使用“pointplot”函式。
讓我們瞭解如何使用 factorplot 使用 Seaborn 繪製視覺化圖 -
示例
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
my_df = sb.load_dataset('exercise')
sb.factorplot(x = "time", y = "pulse", hue = "kind",data = my_df);
plt.show()輸出
解釋
- 匯入所需的包。
- 輸入資料為“exercise”，它從 seaborn 庫載入。
- 此資料儲存在資料框中。
- “load_dataset”函式用於載入鳶尾花資料。
- 此資料使用“factorplot”函式視覺化。
- 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上。
更新於： 2020-12-11
1K+ 次瀏覽
廣告