Seaborn là một thư viện giúp trực quan hóa dữ liệu. Nó đi kèm với các chủ đề tùy chỉnh và giao diện cấp cao. Giao diện này giúp tùy chỉnh và kiểm soát loại dữ liệu cũng như cách nó hoạt động khi một số bộ lọc nhất định được áp dụng cho nó.
Binning lục giác có thể được sử dụng trong phân tích dữ liệu hai biến. Điều này xảy ra khi dữ liệu thưa thớt, tức là khi dữ liệu bị phân tán không đồng đều. Khi dữ liệu bị phân tán không đồng đều, rất khó để nắm bắt tất cả các điểm dữ liệu trong biểu đồ phân tán.
Đây là lúc binning lục giác phát huy tác dụng. Hãy để chúng tôi hiểu cách sử dụng thư viện seaborn để triển khai binning lục giác
Ví dụ
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
my_df = sb.load_dataset('iris')
sb.jointplot(x = 'petal_length',y = 'petal_width',data = my_df,kind = 'hex')
plt.show() Đầu ra
Giải thích
- Các gói bắt buộc đã được nhập.
- Dữ liệu đầu vào là 'iris_data' được tải từ thư viện học scikit.
- Dữ liệu này được lưu trữ trong một khung dữ liệu.
- Hàm 'load_dataset' được sử dụng để tải dữ liệu mống mắt.
- Dữ liệu này được hiển thị trực quan bằng cách sử dụng hàm "jointplot".
- Tại đây, các giá trị trục ‘x’ và ‘y’ được cung cấp dưới dạng tham số.
- Ở đây, tham số "hexbin" được chỉ định để âm mưu hiểu để in binning hình lục giác.
- Dữ liệu biểu đồ phân tán này được hiển thị trên bảng điều khiển.