Parcela de bar de marco marino

"Seborn se basa en Matplotlib, el paquete de visualización del núcleo de Python. Permite a los programadores crear una visualización gráfica utilizando el lenguaje de trazado de Python, y también ofrece una herramienta para cargar los datos en r o matplotlib. También puede utilizar los datos para aprender cómo se utilizan los datos, comprender el negocio de su proyecto de análisis u obtener una comprensión exhaustiva de las diversas formas. Puede comenzar usando pandas para explorar los datos."

¿Cuál es la trama de bar de marco mareado?

La gráfica de barra agrupada es una forma de un gráfico que visualiza los valores de numerosas variables al mismo tiempo agrupando barras. Este artículo le muestra cómo diseñar la parcela de barra agrupada que se ve a continuación en Python utilizando el paquete de visualización marina. Antes de todo esto, uno debe comprender los siguientes conceptos:

Cuando tenemos dos parámetros, uno de los cuales es el número y el otro categórico, los gráficos de barras son ideales. La correlación entre ellos se puede revelar utilizando una pelota. Una parcela de barra es una técnica de visualización en la que un grupo está representado por barras verticales rectangulares en el eje X y sus acciones en el eje Y. En la mayoría de los casos, el eje x representa la agregación de la variable de categoría que se trazará, mientras que el eje y representa el valor numérico agregado. Podemos ver el eje y trazado con el promedio de las características de categoría distintas. Una parcela de barra representa una estimación de la tendencia central de la variable numérica con numerosas variables dependientes.

Cuando se trata de varias variables de categoría, es útil una placa de barro agrupada. Las parcelas de bares agrupadas son fáciles de crear con el paquete de gráficos marinos de Python.

El método DataFrame GroupBy () en Pandas se utiliza para dividir los elementos en grupos que consisten en un conjunto de criterios. Los pandas se pueden dividir a lo largo de cualquier eje. El concepto abstracto de agrupación es la asignación de etiquetas a grupos. La función Pandas Groupby se utiliza para agrupar los datos en categorías y realizar esta función en cada categoría.

Ejemplo 1

Aquí, tenemos la simple implementación de una trama de barra agrupada. Inicialmente, tenemos un matplotlib como PLT, y el módulo marítimo como SNS se agrega dentro del archivo de script de Python. Luego, hemos elegido un conjunto de datos de muestra "consejos" de los conjuntos de datos integrados de Python. Hemos cargado este conjunto de datos dentro de la función marea que representa SNS.load_dataSet (). Utilización de las columnas del conjunto de datos cargado "consejo" en la función de grupo, que agrupó el tamaño y el sexo de dos columnas del conjunto de datos de muestra de consejos.

Junto con la función Groupby, hemos llamado la función de agregación. La función de agregación se aplica a la columna "Total_bill."La función de agregación realiza la operación media en la columna definida. Luego, el método de la placa de barra se llama aquí, que toma los parámetros categoriales x e y para los ejes de la gráfica. Tenemos valores categóricos de la trama en diferentes tonos utilizando la opción de tono como sexo.

Importar matplotlib.Pyplot como PLT
Importar Sevorn como SNS
DF = SNS.load_dataSet ('consejos')
DF = DF.Groupby (['tamaño', 'sexo']).AGG (Mean_total_bill = ("Total_bill", 'Mean'))
DF = DF.reset_index ()
SNS.Barplot (x = "tamaño",
y = "Mean_total_bill",
Hue = "Sexo",
datos = df)
PLT.espectáculo()

La siguiente es la visualización de la placa de barcos agrupados.

Ejemplo 2

Hemos cambiado los campos de columna solo para mostrarle la visualización de las gráficas de barras agrupadas con los diferentes casos. Hemos utilizado los mismos consejos de conjunto de datos para la gráfica de barra agrupada y lo agregamos a la función SeaBorn Load_dataset.

Luego, dentro de la función de grupo, hemos pasado el tamaño y el tiempo de las dos columnas esta vez y agregamos la media de la columna Total_bill. Después de esto, hemos establecido los parámetros X, Y y Hue para la pelota de barras. El parámetro x es para el eje x, que se establece con la columna de tamaño, y el eje y se establece con la columna "media" en la que se aplica la agregación. El parámetro del tono se establece con la propiedad de tiempo aquí desde el conjunto de datos de consejos.

Importar matplotlib.Pyplot como PLT
Importar Sevorn como SNS
DF = SNS.load_dataSet ('consejos')
DF = DF.Groupby (['tamaño', 'tiempo']).AGG (media = ("Total_bill", 'media'))
DF = DF.reset_index ()
SNS.Barplot (x = "tamaño",
y = "media",
Hue = "Tiempo",
datos = df)
PLT.espectáculo()

La segunda gráfica de barra agrupada también se representa con éxito con la función de agregación en la siguiente figura.

Ejemplo 3

Este es el tercer ejemplo de ilustración de la gráfica de barra agrupada pero con una muestra de datos diferente. Hemos tomado un conjunto de datos de muestra de Python, que se representa como "anagramas."Estamos construyendo la gráfica de barra agrupada de las columnas de datos de anagramas.

En primer lugar, lo hemos cargado dentro de la función Variable Load_dataSet del paquete Seaborn, que se almacena en la variable DF. Luego, dentro de la función Groupby, las columnas NUM1 y ATTNR se pasan para agruparse, y la función de agregación tiene la columna de entrada Num2, que devuelve la media de la columna Num2. La placa de barra se invoca aquí, al que se configuran el campo Num1 y ATTNR para las entradas X e Y. La propiedad del tono se establece con la columna ATTNR.

Importar matplotlib.Pyplot como PLT
Importar Sevorn como SNS
DF = SNS.load_dataSet ('anagramas')
DF = DF.Groupby (['num1', 'attnr']).AGG (Mean_num2 = ("Num2", 'Mean'))
DF = DF.reset_index ()
SNS.Barplot (x = "num1",
y = "Mean_num2",
Hue = "Attnr",
datos = df)
PLT.espectáculo()

Ejemplo 4

Estamos utilizando los parámetros adicionales para la gráfica de barra agrupada. Para esto, hemos tomado el conjunto de datos de muestra Titanic para generar la gráfica de barra agrupada. Hemos establecido el contexto para la gráfica transmitiendo la entrada de papel. Se usa para ajustar el tamaño y las etiquetas para la trama. Luego, hemos definido una variable Titanic a la que se carga el conjunto de datos Titanic.

La placa de barra se llama adentro, y hemos establecido los parámetros X e Y junto con la opción HUE, que tiene los valores de la columna de la OMS. La opción de paleta también se usa para configurar los colores para la trama. Tenemos una paleta de magma aquí para la trama de bares agrupados. La opción Capsize, Saturation, Errcolor, Errwidth y CI también se definen para la placa agrupada.

importar numpy como np
importar pandas como PD
Importar matplotlib.Pyplot como PLT
Importar Sevorn como SNS
SNS.set_context ('papel')
Titanic = SNS.load_dataSet ('Titanic')
SNS.Barplot (x = 'class', y = 'sobrevivido', hue = 'quien', data = titanic,
paleta = 'magma',
Capsize = 0.05,
saturación = 8.5,
errcolor = 'gris', errwidth = 2,
CI = 'SD'
)
PLT.espectáculo()

Aquí la visualización de la parcela de barra agrupada está agrupada por toda la columna que sobrevivió en el barco.

Conclusión

Esa es la descripción general del artículo en la trama de bares de color mareado. Hemos pasado por numerosos ejemplos para trazar una trama de bar agrupada con Seaborn y Python en este tutorial. Comenzamos con gráficos simples utilizando los diferentes marcos de datos para las gráficas de barras agrupadas y la personalizamos con las opciones adicionales.