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.
Biểu đồ phân tán cho thấy sự phân bố dữ liệu dưới dạng các điểm dữ liệu nằm rải rác / phân tán trên biểu đồ. Nó sử dụng các dấu chấm để biểu thị các giá trị của tập dữ liệu, có bản chất là số. Vị trí của mọi dấu chấm trên trục ngang và trục dọc biểu thị giá trị cho một điểm dữ liệu.
Chúng giúp hiểu mối quan hệ giữa hai biến. Hãy để chúng tôi hiểu cách có thể đạt được điều này bằng cách sử dụng thư viện Seaborn trong Python -
Ví dụ
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('iris')
sb.jointplot(x = 'petal_length',y = 'petal_width',data = df)
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.
- Dữ liệu biểu đồ phân tán này được hiển thị trên bảng điều khiển.