Seaborn Barplot várias colunas

“Vamos usar a trama do bar Seaborn em seus projetos de ciências de aprendizado de máquina neste artigo. Vamos olhar para a estrutura do SNS de Seaborn.Barplot () Funciona e veja alguns exemplos de como usá -lo para fazer com que as plotagens de barras sejam várias colunas de várias maneiras, modificando seus parâmetros.

Um gráfico de barras está entre os gráficos mais proeminentes para representar o agrupamento quantitativo de estatística por blocos retangulares para várias categorias. O link entre diferentes variáveis ​​de dados é retratado usando um gráfico de várias barras. Cada valor de dados é representado por uma coluna diferente no gráfico. As parcelas de vários bares são essencialmente usadas para comparar várias coisas. O SNS.A função Barplot () plota um gráfico de barras com cada barra representando dados agregados para cada grupo. Ele calcula a média para cada grupo por padrão. Isso indica que o tamanho de cada barra corresponde à média da categoria.

O termo "enredo com várias barras" refere-se a um enredo com várias barras. O enredo de barra agrupado é outro nome para isso. Em Seaborn, um barplot de barra agrupado é útil ao lidar com várias variáveis ​​de categoria. As parcelas de barras agrupadas são simples de criar com o pacote de gráficos do Seaborn do Python.”

Sintaxe do Barplot em Seaborn

Sintaxe:

Seancen.barplot (x = nenhum, y = nenhum, hue = nenhum, dados = nenhum, ordem = nenhum, hue_order = nenhum, unidades = nenhum, oriental = nenhum, errwidth = nenhum, capsize = nenhum, ax = nenhum, kwargs)

A descrição de cada parâmetro dada ao método Barplot é a seguinte.

X, Y e Hue: Os argumentos da função são armazenados nesta variável.

dados: O conjunto de dados ou data de dados do SeaBorn criado que será usado para plotar o gráfico da barra é passado aqui.

Ordem, hue_order: A plotagem de variáveis ​​categóricas deve ser feita nesta ordem.

estimador: A categoria Bin é determinada usando esta função estatística.

orientar: Podemos escolher se o enredo deve ser vertical ou horizontal aqui.

cor: Esta opção determina a cor de todos os elementos.

paleta: As cores usadas em parcelas são determinadas por esta opção.

machado: É aqui que a visualização é plotada nos eixos.

Exemplo 1

Podemos fazer várias colunas do Barplot usando o bar do grupo de funções marítimas. O método Groupby () em pandas é usado para dividir dados em grupos, dependendo dos critérios especificados.

No script de exemplo a seguir, incluímos a biblioteca Matplotlib e o Módulo Seaborn para plotar várias colunas usando Barplot. Agora, temos que criar os dados para plotar. Para isso, inserimos os dados do conjunto de dados Titanic da SeaBorn. O conjunto de dados de amostra Titanic é então carregado dentro do construtor load_dataset.

Em seguida, invocamos a função do grupo em que o pclass e as colunas sobrevividas são passadas da função Titanic. Além disso, aplicamos a agregação da idade da coluna no conjunto de dados do Titanic. Esta função agrupará essas colunas. Dentro da função Barplot, definimos o parâmetro Pclass para o X, significa para o parâmetro y e matiz na coluna sobrevivida.

importar matplotlib.pyplot como plt
importar Seborn como SB
df = sb.load_dataset ('Titanic')
df = df.Grupo (['pclass', 'sobreviveu'])).agg (média = ("idade", 'média')))
df = df.reset_index ()
sb.Barplot (x = "pclass",
y = "significa",
Hue = "sobreviveu",
dados = df)
plt.mostrar()

O BARPLOT com várias colunas é visualizado da seguinte forma:

Exemplo 2

Na trama da barra acima, temos duas colunas agrupadas para gerar um terreno de barra. Podemos levar mais de duas colunas para agrupar. Em primeiro lugar, os módulos são adicionados ao roteiro marítimo para construir parcelas. Depois disso, as dicas de conjunto de dados de amostra são chamadas dentro da função marítima load_dataset.

Em seguida, temos uma função de grupo na variável df para a qual o tamanho e o dia das colunas são dados para agrupamento. Além disso, o método de agregação é usado nesta variável. A ponta da coluna é atribuída à função de agregação, que retorna a média da dica da coluna. Em seguida, temos uma função de exploração de barra dentro da qual temos parâmetros X e Y e definimos o tamanho e o Mean_Tip para esses parâmetros categoriais.

Aqui, introduzimos outro tom de parâmetro opcional que é definido com a coluna do dia. O plt.O show é usado para mostrar a figura da trama da barra.

importar matplotlib.pyplot como plt
Importar Seaborn como SNS
df = SNS.load_dataset ('dicas')
df = df.Grupo (['tamanho', 'dia']).agg (mean_tip = ("tip", 'média')))
df = df.reset_index ()
SNS.Barplot (x = "tamanho",
y = mean_tip,
Hue = "dia",
dados = df)
plt.mostrar()

Aqui, mostramos a visualização de múltiplas colunas do Barplot do conjunto de dados da ponta.

Exemplo 3

Como usamos a função do grupo para mostrar as várias colunas do Barplot. Basta especificar os três parâmetros x, y e tonalidade para gerar o gráfico de barras em várias colunas. Então, vamos começar com a adição dos módulos Python para plotar as múltiplas barras do enredo. A amostra do conjunto de dados é utilizada aqui para plotar. Em seguida, simplesmente chamamos o Barlot e passamos três colunas da íris para as opções X, Y e Hue, respectivamente.

importar matplotlib.pyplot como plt
Importar Seaborn como SNS
df_titanic = SNS.load_dataset ("Iris")
SNS.Barplot (x = "Sepal_length", y = "Sepal_width", hue = "espécie", ci = "sd", capsize = 0.09, dados = df_titanic)
plt.mostrar()

A caixa de barras de várias colunas é renderizada dentro da figura da seguinte forma:

Exemplo 4

Agora, geraremos as várias colunas usando o Seaborn Catplot. No exemplo a seguir, inserimos as dicas de conjunto de dados de amostra do Seaborn na função load_dataset. Passamos os atributos X, Y e Hue para a função de gato. A entrada X está definida com a coluna do dia, a entrada Y pega a coluna da ponta e a entrada de matiz é definida com o fumante. Para a função de gato, definimos o parâmetro gentil para barrar. Isso tram com a trama da barra aqui. A paleta também está definida para o Barlot.

importar matplotlib.pyplot como plt
Importar Seaborn como SNS
Dicas = SNS.load_dataset ("Dicas")
bar = SNS.Catplot (x = "dia", y = "dica",
Hue = "fumante",
dados = dicas, Kind = "Bar", Palette = "Accent_R");
plt.mostrar()

A plotagem de barra várias colunas são renderizadas aqui da função Catplot.

Conclusão

Examinamos o “Seaborn Bar Plot Multiples Colunas” neste tutorial em Python e olhamos para a sintaxe do gráfico de barra. Também discutimos os parâmetros que são aprovados dentro da função Barlot. A Biblioteca Seaborn nos forneceu vários exemplos aqui de como fazer parcelas de barra com várias colunas usando a função do grupo. Também aprendemos a usar a função CatPlot () de Seaborn para criar várias parcelas de barra.