[데이터 분석] 시본 무화과 sns.distplot 범주 + + 변량 통계 분포 내의 + + + 타입 카테고리 데이터 시각화 산포도 + 형 데이터 분배 데이터 시각화 day23 연구 노트에게 분산 도면 세트 () + 커널 밀도 추정 sns.distpl

시본 그리기

http://seaborn.pydata.org/index.html

실제로 쉽게 매핑, 대부분의 경우에 사용 시본이 매우 매력적인 차트를 만들 수있을 것입니다 만드는 고급 API 패키지를 기초로 만들어진하기 matplotlib 시본, 당신은 사용이 더있을하기 matplotlib 할 수 있습니다 그림 특성. 시본하기 matplotlib 오히려 대안보다 보완으로 간주되어야한다.

• 파이썬은 매핑 도구 라이브러리, 당신은 매력적이고 유익한 차트를 만들 수 있습니다
• 하기 matplotlib 구축 및 지원 NumPy와 팬더 데이터 구조 시각화에.
• 더 많은 내장 테마와 색상 테마
• 단일 변수의 시각화는 상기 변수 데이터 세트 변수의 2 차원 분포를 비교하기 위해 사용
• 시각화 선형 회귀 모델 독립 변수가없는 독립 변수이며,

import numpy as np
import pandas as pd
# from scipy import stats
import matplotlib.pyplot as plt
import seaborn as sns
# %matplotlib inline

데이터 시각화의 분산 세트

단 변량 분포 sns.distplot ()

샘플 코드 :

# 单变量分布
x1 = np.random.normal(size=1000)
sns.distplot(x1);

x2 = np.random.randint(0, 100, 500)
sns.distplot(x2);

결과 :

히스토그램 sns.distplot (KDE = 거짓)

샘플 코드 :

# 直方图
sns.distplot(x1, bins=20, kde=False, rug=True)

결과 :

커널 밀도 추정 sns.distplot (HIST = 거짓) 또는 sns.kdeplot ()

샘플 코드 :

# 核密度估计
sns.distplot(x2, hist=False, rug=True)

결과 :

이변 량 분포를

샘플 코드 :

# 双变量分布
df_obj1 = pd.DataFrame({"x": np.random.randn(500),
                   "y": np.random.randn(500)})

df_obj2 = pd.DataFrame({"x": np.random.randn(500),
                   "y": np.random.randint(0, 100, 500)})

도 분산 sns.jointplot ()

샘플 코드 :

# 散布图
sns.jointplot(x="x", y="y", data=df_obj1)

결과 :

이차원의 히스토그램 Hexbin sns.jointplot (종류 = '헥스')

샘플 코드 :

# 二维直方图
sns.jointplot(x="x", y="y", data=df_obj1, kind="hex");

결과 :

커널 밀도 추정 sns.jointplot (종류 = 'KDE')

샘플 코드 :

# 核密度估计
sns.jointplot(x="x", y="y", data=df_obj1, kind="kde");

결과 :

변수 간의 관계를 시각화 sns.pairplot 셋 ()

샘플 코드 :

# 数据集中变量间关系可视化
dataset = sns.load_dataset("tips")
#dataset = sns.load_dataset("iris")
sns.pairplot(dataset);

결과 :

카테고리 데이터 시각화

#titanic = sns.load_dataset('titanic')
#planets = sns.load_dataset('planets')
#flights = sns.load_dataset('flights')
#iris = sns.load_dataset('iris')
exercise = sns.load_dataset('exercise')

카테고리 산포도

sns.stripplot () 데이터 포인트가 겹치지

샘플 코드 :

sns.stripplot(x="diet", y="pulse", data=exercise)

결과 :

데이터 포인트의 피 복제에 sns.swarmplot ()는 지정된 색상 하위

샘플 코드 :

sns.swarmplot(x="diet", y="pulse", data=exercise, hue='kind')

결과 :

범주 내에서 데이터 유통

도 상자 sns.boxplot (), 색조 지정된 하위

샘플 코드 :

# 盒子图
sns.boxplot(x="diet", y="pulse", data=exercise)
#sns.boxplot(x="diet", y="pulse", data=exercise, hue='kind')

결과 :

바이올린도 sns.violinplot (), 색조 지정된 서브 카테고리

샘플 코드 :

# 小提琴图
#sns.violinplot(x="diet", y="pulse", data=exercise)
sns.violinplot(x="diet", y="pulse", data=exercise, hue='kind')

결과 :

카테고리 차트 내

히스토그램 sns.barplot ()

샘플 코드 :

# 柱状图
sns.barplot(x="diet", y="pulse", data=exercise, hue='kind')

결과 :

도 포인트 sns.pointplot ()

샘플 코드 :

# 点图
sns.pointplot(x="diet", y="pulse", data=exercise, hue='kind');

결과 :