Seaborn - Renk Paleti

Renk, görselleştirmelerde diğer herhangi bir yönden daha önemli bir rol oynar. Etkili kullanıldığında renk çizimlere daha fazla değer katar. Palet, bir ressamın boyaları düzenlediği ve karıştırdığı düz bir yüzey anlamına gelir.

Renk Paleti Oluşturma

Seaborn adlı bir işlev sağlar color_palette()çizimlere renk vermek ve ona daha estetik bir değer katmak için kullanılabilir.

Kullanım

seaborn.color_palette(palette = None, n_colors = None, desat = None)

Parametre

Aşağıdaki tablo renk paleti oluşturmak için parametreleri listelemektedir -

Sr.No.	Palatte ve Açıklama
1	n_colors Paletteki renk sayısı. Yok ise, varsayılan, paletin nasıl belirtildiğine bağlı olacaktır. Varsayılan olarak değerin_colors 6 renktir.
2	desat Her rengin doygunluğunu giderme oranı.

Dönüş

Dönüş, RGB tuple'larının listesini ifade eder. Hazır bulunan Seaborn paletleri aşağıdadır -

Deep
Muted
Bright
Pastel
Dark
Colorblind

Bunların yanı sıra yeni palet de üretilebilir

Verilerin özelliklerini bilmeden belirli bir veri seti için hangi paletin kullanılması gerektiğine karar vermek zordur. Bunun farkında olarak, farklı kullanım yollarını sınıflandıracağız.color_palette() türleri -

qualitative
sequential
diverging

Başka bir fonksiyonumuz var seaborn.palplot()renk paletleri ile ilgilenir. Bu işlev, renk paletini yatay dizi olarak çizer. Daha fazlasını bileceğizseaborn.palplot() önümüzdeki örneklerde.

Niteliksel Renk Paletleri

Niteliksel veya kategorik paletler, kategorik verileri çizmek için en uygun olanıdır.

Misal

from matplotlib import pyplot as plt
import seaborn as sb
current_palette = sb.color_palette()
sb.palplot(current_palette)
plt.show()

Çıktı

İçinde herhangi bir parametre geçirmedik color_palette();varsayılan olarak 6 renk görüyoruz. İstenilen sayıda rengi görmek içinn_colorsparametre. Buradapalplot() renk dizisini yatay olarak çizmek için kullanılır.

Sıralı Renk Paletleri

Sıralı grafikler, görece düşük değerlerden bir aralık içindeki daha yüksek değerlere kadar değişen veri dağılımını ifade etmek için uygundur.

Renk parametresine aktarılan renge ek bir 's' karakteri eklemek, Sıralı grafiği çizecektir.

Misal

from matplotlib import pyplot as plt
import seaborn as sb
current_palette = sb.color_palette()
sb.palplot(sb.color_palette("Greens"))
plt.show()

Note −Yukarıdaki örnekte 'Yeşiller' gibi parametreye 's' eklememiz gerekiyor.

Farklı Renk Paleti

Farklı paletler iki farklı renk kullanır. Her bir renk, her iki yönde de ortak bir noktadan değişen değerdeki değişimi temsil eder.

Verilerin -1'den 1'e değiştiğini varsayın. -1'den 0'a kadar olan değerler bir renk alır ve 0'dan +1'e başka bir renk alır.

Varsayılan olarak değerler sıfırdan ortalanır. Bir değer ileterek bunu parametre merkezi ile kontrol edebilirsiniz.

Misal

from matplotlib import pyplot as plt
import seaborn as sb
current_palette = sb.color_palette()
sb.palplot(sb.color_palette("BrBG", 7))
plt.show()

Çıktı

Varsayılan Renk Paletini Ayarlama

Fonksiyonlar color_palette() adlı bir arkadaşı var set_palette()Aralarındaki ilişki, estetik bölümünde anlatılan çiftlere benzer. Argümanlar her ikisi için de aynıset_palette() ve color_palette(), ancak varsayılan Matplotlib parametreleri, paletin tüm grafikler için kullanılabilmesi için değiştirilir.

Misal

import numpy as np
from matplotlib import pyplot as plt
def sinplot(flip = 1):
   x = np.linspace(0, 14, 100)
   for i in range(1, 5):
      plt.plot(x, np.sin(x + i * .5) * (7 - i) * flip)

import seaborn as sb
sb.set_style("white")
sb.set_palette("husl")
sinplot()
plt.show()

Çıktı

Tek Değişkenli Dağılım Grafiği

Verilerin dağılımı, verileri analiz ederken anlamamız gereken en önemli şeydir. Burada, seaborn'un verilerin tek değişkenli dağılımını anlamamıza nasıl yardımcı olduğunu göreceğiz.

Fonksiyon distplot()tek değişkenli dağıtıma hızlı bir bakış için en uygun yolu sağlar. Bu işlev, verilerin çekirdek yoğunluğu tahminine uyan bir histogram çizecektir.