TechCodeview

Neste artigo, discutiremos como podemos criar um gráfico de contagem usando a biblioteca seaborn e como os diferentes parâmetros podem ser usados ​​para inferir resultados dos recursos do nosso conjunto de dados.

Biblioteca marítima

A biblioteca marítima é amplamente utilizada entre analistas de dados, a galáxia de gráficos que ela contém fornece a melhor representação possível de nossos dados.

A biblioteca marítima pode ser importada para nosso ambiente de trabalho usando-

 import seaborn as sns 

Vamos agora discutir por que usamos o countplot e qual é o significado de seus parâmetros.

Gráfico de contagem

O countplot é usado para representar a ocorrência (contagens) da observação presente na variável categórica.

como recuperar aplicativos ocultos

Ele usa o conceito de gráfico de barras para a representação visual.

Parâmetros-

Os seguintes parâmetros são especificados quando criamos um countplot, vamos ter uma breve ideia deles-

x e y-Este parâmetro especifica os dados aos quais nos referimos para representação e então observa os padrões destacados.cor-Este parâmetro especifica a cor que pode dar uma boa aparência ao nosso gráfico.paleta-Leva o valor da paleta. É usado principalmente para mostrar a variável matiz.matiz-Este parâmetro especifica o nome da coluna.dados-Este parâmetro especifica o quadro de dados que gostaríamos de usar para a representação. Por exemplo, os dados podem ser uma matriz.desviar-Este parâmetro é opcional e aceita um valor booleano como entrada.saturação-Este parâmetro aceita um valor flutuante. Uma variação na intensidade das cores pode ser observada quando especificamos isso.matiz_pedido-O parâmetro hue_order recebe strings como entrada.kwargs-O parâmetro kwargs especifica os mapeamentos de chave e valor.machado-O parâmetro ax é opcional e é usado para definir os eixos nos quais os gráficos são criados.orientar-O parâmetro orient é opcional e informa a orientação do gráfico que necessitamos, horizontal ou vertical.

Agora vamos ver quais são as diferentes formas de representar nossos atributos.

No primeiro exemplo, criaremos um gráfico de contagem para uma única variável. Pegamos as 'dicas' do conjunto de dados para implementar o mesmo.

1. Contagens de valor para uma única variável

Exemplo -

 import matplotlib.pyplot as plt import seaborn as sns import pandas as pd #loading the dataset 'tips' df=pd.read_csv('/content/tips.csv') #plotting the graph sns.countplot(x='sex',data=df) plt.show() 

Saída:

No próximo exemplo, usaremos o parâmetro hue e criaremos um countplot.

O programa a seguir ilustra o mesmo-

2. Representando duas variáveis ​​​​categóricas usando o parâmetro matiz

Exemplo -

 import matplotlib.pyplot as plt import seaborn as sns import pandas as pd #loading the dataset 'tips' df=pd.read_csv('/content/tips.csv') #plotting the graph sns.countplot(x='sex',hue='smoker',data=df) plt.show() 

Saída:

No próximo exemplo, consideraremos o eixo y e criaremos um gráfico de contagem horizontal.

O programa a seguir ilustra o mesmo-

3. Criação de gráficos horizontais

Exemplo -

 import matplotlib.pyplot as plt import seaborn as sns import pandas as pd #loading the dataset 'tips' df=pd.read_csv('/content/tips.csv') #plotting the graph sns.countplot(y='sex',hue='smoker',data=df) plt.show() 

Saída:

Vamos agora dar uma olhada em como as paletas de cores podem melhorar a apresentação de nossos dados.

No próximo exemplo, usaremos o parâmetro ‘palette’.

O programa a seguir ilustra o mesmo-

4. Usando paletas de cores

Entrada-

alterar o nome do diretório linux

 import matplotlib.pyplot as plt import seaborn as sns import pandas as pd #loading the dataset 'tips' df=pd.read_csv('/content/tips.csv') #plotting the graph sns.countplot(x='sex', data=df, palette='Set1') plt.show() 

Saída:

No próximo exemplo usaremos o parâmetro color e veremos como funciona.

O programa a seguir ilustra o mesmo-

5. Usando um parâmetro 'cor'

Exemplo -

 import matplotlib.pyplot as plt import seaborn as sns import pandas as pd #loading the dataset 'train' df=pd.read_csv('/content/train.csv') #plotting the graph sns.countplot(x='Pclass',hue='Sex', data=df, color='green') plt.show() 

Saída:

Agora usaremos o parâmetro ‘saturação’ e veremos como isso afeta a representação dos nossos dados.

O programa a seguir ilustra o mesmo-

6. Usando o parâmetro ‘saturação’

Exemplo -

 import matplotlib.pyplot as plt import seaborn as sns import pandas as pd #loading the dataset 'train' df=pd.read_csv('/content/train.csv') #plotting the graph sns.countplot(x='Pclass',data=df, color='green', saturation=0.1) plt.show() 

Saída:

E finalmente no último exemplo usaremos os parâmetros espessura da linha e cor da borda.

Usando matplotlib.axes.Axes.bar()

Exemplo -

 import matplotlib.pyplot as plt import seaborn as sns import pandas as pd #loading the dataset 'train' df=pd.read_csv('/content/train.csv') sns.countplot(x='Sex', data=df, color='green', facecolor=(0,0,0,0), linewidth=5, edgecolor=sns.color_palette('BrBG',2)) plt.show() 

Saída: