Seaborn - İkili İlişkiyi Görselleştirme
Gerçek zamanlı etüt altındaki veri kümeleri birçok değişken içerir. Bu tür durumlarda, her bir değişken arasındaki ilişki analiz edilmelidir. (N, 2) kombinasyonları için İki Değişkenli Dağılımın grafiğini çizmek çok karmaşık ve zaman alan bir süreç olacaktır.
Bir veri kümesindeki çoklu çift değişkenli iki değişkenli dağılımları çizmek için, pairplot()işlevi. Bu, bir DataFrame'deki değişken (n, 2) kombinasyonu için bir grafik matrisi olarak ilişkisini gösterir ve diyagonal grafikler tek değişkenli grafiklerdir.
Eksenler
Bu bölümde Eksenlerin ne olduğunu, kullanımlarını, parametrelerini vb. Öğreneceğiz.
Kullanım
seaborn.pairplot(data,…)
Parametreler
Aşağıdaki tablo Eksenler için parametreleri listelemektedir -
Sr.No. | Parametre ve Açıklama |
---|---|
1 | data Veri çerçevesi |
2 | hue Çizim yönlerini farklı renklerle eşlemek için verilerde değişken. |
3 | palette Ton değişkenini eşlemek için renk seti |
4 | kind Kimlik dışı ilişkiler için bir tür olay örgüsü. {'dağılım', 'reg'} |
5 | diag_kind Çapraz alt noktalar için bir tür arsa. {'geçmiş', 'kde'} |
Veriler hariç diğer tüm parametreler isteğe bağlıdır. Birkaç başka parametre vardır.pairplotkabul edilebilir. Yukarıda bahsedilenler sıklıkla kullanılan parametrelerdir.
Misal
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('iris')
sb.set_style("ticks")
sb.pairplot(df,hue = 'species',diag_kind = "kde",kind = "scatter",palette = "husl")
plt.show()
Çıktı
Her arsadaki varyasyonları gözlemleyebiliriz. Grafikler, satır adının x eksenini ve sütun adının y eksenini temsil ettiği matris formatındadır.
Diyagonal grafikler, diğer grafiklerin belirtildiği gibi saçılma grafikleri olduğu çekirdek yoğunluğu grafikleridir.