Placa marítima múltiples columnas

“Revisaremos el uso de la trama de barra de mar en sus proyectos de ciencia de aprendizaje automático en este artículo. Miraremos la estructura de los SNS de Seaborn.Función Barplot () y ver algunos ejemplos de cómo usarlo para hacer gráficos de barras de varias columnas de varias maneras modificando sus parámetros.

Una parcela de barra se encuentra entre los gráficos más destacados para representar la agrupación cuantitativa de estadísticas por bloques rectangulares para varias categorías. El enlace entre diferentes variables de datos se representa utilizando un gráfico de barras múltiples. Cada valor de datos está representado por una columna diferente en el gráfico. Las múltiples gráficas de barras se usan esencialmente para comparar varias cosas. El SNS.La función Barplot () traza un gráfico de barras con cada barra que representa datos agregados para cada grupo. Calcula la media para cada grupo de forma predeterminada. Esto indica que el tamaño de cada barra corresponde a la media de la categoría.

El término "parcela múltiple" se refiere a una trama con múltiples barras. La trama de bares agrupados es otro nombre para ello. En Seaborn, una placa agrupada es útil cuando se trata de varias variables de categoría. Las parcelas de bares agrupadas son fáciles de crear con el paquete de gráficos marinos de Python."

Sintaxis de la placa en Seaborn

Sintaxis:

marino.Barplot (x = none, y = none, hue = none, data = none, orden = none, hue_order = none, units = none, orient = none, errwidth = none, capsize = none, ax = none, kwargs)

La descripción de cada parámetro dada al método de la placa de barras es la siguiente.

X, Y y Hue: Los argumentos de la función se almacenan en esta variable.

datos: El conjunto de datos SeaBorn o DataFrame creado que se utilizará para trazar el diagrama de barras se pasa aquí.

pedido, hue_order: La trama de las variables categóricas debe hacerse en este orden.

estimador: El bin de categoría se determina utilizando esta función estadística.

orientar: Podemos elegir si la trama debe ser vertical u horizontal aquí.

color: Esta opción determina el color de todos los elementos.

paleta: Los colores utilizados en los gráficos están determinados por esta opción.

hacha: Aquí es donde se traza la visualización en los ejes.

Ejemplo 1

Podemos hacer múltiples columnas de la placa de barras utilizando la barra de grupo de funciones marítimas. El método GroupBy () en Pandas se usa para dividir los datos en grupos dependiendo de los criterios especificados.

En el siguiente script de ejemplo, hemos incluido la biblioteca matplotlib y el módulo marítimo para trazar múltiples columnas usando Barplot. Ahora tenemos que crear los datos para trazar. Para esto, hemos insertado los datos del conjunto de datos Titanic de Seaborn. El conjunto de datos de muestra Titanic se carga dentro del constructor load_dataset.

Luego, hemos invocado la función Groupby donde las columnas PCLASS y Survivive se pasan de la función Titanic. Además, hemos aplicado la agregación de la edad de la columna del conjunto de datos Titanic. Esta función agrupará estas columnas. Dentro de la función de la placa de barras, hemos establecido el PCLASS en el parámetro X, la media en el parámetro Y, y el conjunto de tono en la columna sobrevivida.

Importar matplotlib.Pyplot como PLT
Importar Sevorn como SB
DF = SB.load_dataSet ('Titanic')
DF = DF.Groupby (['PCLASS', 'Sobrevivido']).AGG (media = ("edad", 'media'))
DF = DF.reset_index ()
SB.Barplot (x = "PClass",
y = "media",
Hue = "sobrevivido",
datos = df)
PLT.espectáculo()

La placa con múltiples columnas se visualiza de la siguiente manera:

Ejemplo 2

En la gráfica de barra anterior, tenemos dos columnas agrupadas para generar una trama de barra. Podemos tomar más de dos columnas para agrupar juntos. En primer lugar, los módulos se agregan al script marido para construir gráficos. Después de eso, los consejos de conjunto de datos de muestra se llaman dentro de la función marítima Load_dataset.

Luego, tenemos una función de grupo en la variable DF a la que se dan el tamaño y el día de las columnas para agrupar. Además, el método de agregación se utiliza en esta variable. La punta de la columna se asigna a la función de agregación, que devuelve la media de la punta de la columna. Luego, tenemos una función de placa dentro de la cual tenemos parámetros x e y y establecemos el tamaño y la media_tip a estos parámetros categoriales.

Aquí, hemos introducido otro tono de parámetro opcional que se establece con la columna del día. El PLT.Show se usa para mostrar la figura de la trama de la barra.

Importar matplotlib.Pyplot como PLT
Importar Sevorn como SNS
DF = SNS.load_dataSet ('consejos')
DF = DF.Groupby (['tamaño', 'día']).AGG (Mean_tip = ("Tip", 'Mean'))
DF = DF.reset_index ()
SNS.Barplot (x = "tamaño",
y = Mean_tip,
Hue = "Día",
datos = df)
PLT.espectáculo()

Aquí, hemos mostrado la visualización de columnas múltiples de Barplot del conjunto de datos del consejo.

Ejemplo 3

Como hemos utilizado la función Groupby para mostrar las múltiples columnas de Barplot. Simplemente especifique los tres parámetros X, Y y Hue para generar el gráfico de barras en múltiples columnas. Entonces, comencemos con agregar los módulos de Python para trazar las múltiples barras de la trama. El conjunto de datos de muestra se utiliza aquí para trazar. Luego, simplemente llamamos a la placa y pasamos tres columnas del iris a las opciones X, Y y Hue, respectivamente.

Importar matplotlib.Pyplot como PLT
Importar Sevorn como SNS
df_titanic = sns.load_dataset ("iris")
SNS.Barplot (x = "sepal_length", y = "sepal_width", hue = "especies", ci = "sd", capsize = 0.09, data = df_titanic)
PLT.espectáculo()

El barra de columna múltiple se representa dentro de la figura de la siguiente manera:

Ejemplo 4

Ahora, generaremos las múltiples columnas utilizando el Catplot de Seaborn. En el siguiente ejemplo, hemos insertado los consejos de conjunto de datos de muestra del mar en la función load_dataset. Hemos pasado los atributos X, Y y Hue a la función Catplot. La entrada X se ha establecido con la columna del día, la entrada Y toma la columna de punta y la entrada del tono se establece con el fumador. Para la función Catplot, hemos establecido el parámetro de tipo en barra. Esto trazará la trama del bar aquí. La paleta también está configurada para la placa de bar.

Importar matplotlib.Pyplot como PLT
Importar Sevorn como SNS
consejos = SNS.load_dataSet ("consejos")
bar = SNS.Catplot (x = "día", y = "punta",
Hue = "Smoker",
data = tips, kind = "bar", palette = "acent_r");
PLT.espectáculo()

El gráfico de barras múltiples columnas se renderizan aquí desde la función Catplot.

Conclusión

Examinamos la "trama de barra de marino múltiples columnas" en este tutorial de Python y miramos la sintaxis de la trama de la barra. También hemos discutido los parámetros que se pasan dentro de la función de placa de barro. La biblioteca Seaborn nos proporcionó varios ejemplos aquí sobre cómo hacer gráficos de barras con múltiples columnas utilizando la función Groupby. También aprendimos a usar la función Catplot () de Seaborn para crear varias parcelas de barras.