Trực quan hóa dữ liệu là một bước quan trọng vì nó giúp hiểu những gì đang diễn ra trong dữ liệu mà không thực sự nhìn vào các con số và thực hiện các phép tính phức tạp. 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.
Ước tính mật độ hạt nhân, còn được gọi là KDE là một phương pháp trong đó hàm mật độ xác suất của một biến ngẫu nhiên liên tục có thể được ước tính.
Phương pháp này được sử dụng để phân tích các giá trị phi tham số. Trong khi sử dụng ‘distplot’, nếu đối số ‘kde’ được đặt thành True và ‘hist’ được đặt thành False, KDE có thể được hiển thị.
Hãy để chúng tôi xem cách chúng tôi có thể hình dung ước tính mật độ nhân trong Python -
Ví dụ
import pandas as pdimport seaborn as sbfrom matplotlib import pyplot as pltdf =sb.load_dataset ('iris') sb.distplot (df ['wing_length'], kde =True, hist =False) 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.
- Hàm 'load_dataset' được sử dụng để tải dữ liệu mống mắt.
- Dữ liệu này được hiển thị trực quan bằng chức năng "distplot".
- Ở đây, tham số "kde" được đặt thành true vì chúng tôi chỉ muốn hiển thị biểu đồ.
- Dữ liệu trực quan này được hiển thị trên bảng điều khiển.
Lưu ý - Khi giá trị của ‘kde’ được chỉ định là Sai, chỉ biểu đồ được hiển thị.