PythonのSeabornを使用して、複数の変数を持つデータをどのように視覚化できますか？

Seabornは、データの視覚化に役立つライブラリです。カスタマイズされたテーマと高レベルのインターフェイスが付属しています。リアルタイムの状況では、データセットには多くの変数が含まれています。場合によっては、データセット内の他のすべての変数とすべての変数の関係を分析する必要があります。このような状況では、二変量分布に時間がかかりすぎ、複雑になる可能性があります。

ここで、複数のペアワイズ二変量分布が浮かび上がります。 「ペアプロット」関数を使用して、データフレーム内の変数の組み合わせ間の関係を取得できます。出力は単変量プロットになります。

ペアプロット関数の構文

seaborn.pairplot(data,…)

それをグラフにプロットする方法を理解しましょう-

例

import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
my_df = sb.load_dataset('iris')
sb.set_style("ticks")
sb.pairplot(my_df,hue = 'species',diag_kind = "kde",kind = "scatter",palette = "husl")
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、scikitlearnライブラリから読み込まれる「iris_data」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、「ペアプロット」機能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。
• ここでは、プロットがカーネル密度推定を出力することを理解できるように、「kind」パラメーターを「kde」として指定しています。
• プロットのタイプは散布図と呼ばれます。
• このデータはコンソールに表示されます。