FacetGridを使用してPythonSeabornLibraryのデータを視覚化するにはどうすればよいですか？

棒グラフ関数は、カテゴリ変数と連続変数の間の関係を確立します。データは長方形のバーの形式で表され、バーの長さはその特定のカテゴリのデータの割合を示します。

ポイントプロットはバープロットに似ていますが、フィルバーを表す代わりに、データポイントの推定値は、他の軸上の特定の高さのポイントで表されます。

カテゴリデータは、ポイントプロットまたはファクタプロットと呼ばれる高レベルの関数を使用して、カテゴリ散布図または2つの別々のプロットを使用して視覚化できます。 factorplot関数は、パラメーター「kind」を使用して、FacetGridにカテゴリプロットを描画します。

ここでの「kind」パラメータの値は「violin」になります。 FacetGridはデフォルトで「pointplot」関数を使用します。

ファクタープロットを使用してバイオリン図を作成する方法を理解しましょう。

FacetGridはパネルのマトリックスであり、すべての変数を分割することによって行と列として定義されます。パネルがあるため、1つのプロットは複数のプロットのように見えます。

ファセットグリッドは、2つの離散変数のさまざまなタイプの組み合わせすべてを分析するのに役立ちます。これが例です-

例

import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
my_df = sb.load_dataset('exercise')
sb.factorplot(x = "time", y = "pulse", hue = "kind", kind = 'violin', col = "diet", data = my_df);
plt.show()

出力

説明

• 必要なパッケージがインポートされます。
• 入力データは、seabornライブラリから読み込まれる「exercise」です。
• このデータはデータフレームに保存されます。
• 「load_dataset」関数は、虹彩データをロードするために使用されます。
• このデータは、「factorplot」関数を使用して視覚化されます。
• ここでは、データフレームがパラメータとして提供されています。
• 「kind」パラメータは、ここでは「violin」として指定されています。
• 「hue」パラメータと「col」パラメータも指定されています。
• また、x値とy値が指定されます。
• このデータはコンソールに表示されます。