Planto de linha do mar

Seaborn é uma biblioteca de análise visual baseada em matplotlib. Possui uma estrutura de alto nível para definir gráficos analíticos visualmente atraentes. Matplotlib é a base do Seaborn. O módulo SeaBorn nos permite criar gráficos detalhados. Os visuais serão mais ajustados com as funções matplotlib antes de serem exibidas para qualquer um dos módulos Matplotlib para fornecer gráficos de qualidade.

Seaborn oferece uma interface melhor do que o matplotlib. Assim, permitindo aos usuários simplificar muitas das modificações. Algumas operações que de outra forma seriam necessárias para criar gráficos de matplotlib como sencies. Ele também funciona bem com os tipos de dados de pandas, tornando o pré-processamento de dados e a visualização simples. Ele também contém vários gráficos com parâmetros úteis e um layout atraente.

Crie um gráfico de linha que permita várias categorias semânticas. Os atributos da paleta, tamanho e layout serão usados ​​para exibir a correlação entre as variáveis ​​para conjuntos específicos de dados. Vários atributos determinam quais semânticas gráficas foram usadas para distinguir as várias categorias. Ao usar essas variedades semânticas, é possível representar os elementos separadamente. No entanto, essa maneira do enredo pode ser difícil de compreender e geralmente é ineficiente.

Mas produzir visuais mais utilizáveis ​​e fornecer várias semânticas (como tonalidade e design para quase um elemento semelhante) pode ser preferível. Vamos desenhar gráficos de linha usando diferentes metodologias.

Use a função linePlot ()

Nesse caso, empregamos o método LinePlot () para criar um gráfico de linha. A Biblioteca Seaborn segura o PLOT da linha de função (). Vamos usar dados aleatórios para desenhar o gráfico da linha:

importar pandas como PD
Importar Seaborn como SNS
importar matplotlib.pyplot como plt
Ano = [2011, 2013, 2015, 2017, 2019, 2021, 2022]
Lucro = [90, 85.8, 60, 55, 77.5, 29, 45.6]
data_plot = pd.Dataframe ("ano": ano, "lucro": lucro)
SNS.lineplot (x = "ano", y = "lucro", dados = data_plot)
plt.mostrar()

No início do programa, temos que integrar algumas bibliotecas. Os pandas da biblioteca serão integrados como 'PD', Seaborn será integrado como 'SNS' e Matplotlib.PyPlot será integrado como 'PLT'. Os pandas são um dos pacotes embutidos destinados a torná -lo simples e instintivo de operar com dados lineares ou categorizados. Inclui alguns modelos de dados e métodos para trabalhar com informações estatísticas e dados lineares generalizados. Seaborn é um módulo Python para criar visuais numéricos. É baseado no matplotlib e efetivamente se correlaciona com a biblioteca de pandas.

A Biblioteca Seaborn auxilia os usuários a acessar e avaliar os dados. Entre os módulos mais amplamente utilizados para análise de dados está Matplotlib. Esta biblioteca será um pacote de plataforma cruzada que cria gráficos duas dimensionais usando uma variedade de dados. Inclui uma interface para integrar gráficos na estrutura gráfica python com base em aplicativos.

Na linha seguinte, inicializamos uma variável chamada 'Ano' e atribuímos alguns anos aleatórios a partir de 2011 e terminando em 2022. Em seguida, especificamos o conjunto de dados do lucro e definimos os valores. Utilizamos a função Data Frame (). Para obter uma breve visão geral do novo conjunto de dados, empregue o método DataFrame () do pacote dos pandas. É especialmente útil na execução da avaliação de dados exploratórios. Utilizamos o método DataFrame () para acessar uma visão dinâmica dos dados originais. Esta função mantém as variáveis ​​'ano' e 'lucro' como seus parâmetros. Esses dados são armazenados na variável 'data_plot'.

Agora, desenhe o enredo da linha. Então, nós o aplicamos ao método da linhagem () da biblioteca marítima. Aqui. Nós fornecemos os rótulos dos eixos X e Y. O eixo x será rotulado como 'ano' e o eixo y será rotulado como 'lucro'. No final, ilustramos o enredo da linha para que o método show () esteja sendo usado.

A correlação proporcional entre os dois elementos diferentes do conjunto de dados é mostrada no gráfico acima.

Use o quadro de dados 'Iris'

Aqui, invocamos a função LinePlot () para ilustrar o quadro de dados da Iris Blossom:

Importar Seaborn como SNS
importar matplotlib.pyplot como plt
Dados = SNS.load_dataset ("Iris")
SNS.LinePlot (x = "Sepal_length", y = "Sepal_width", dados = dados)
plt.mostrar()

Depois de introduzir os arquivos de cabeçalho necessários Seaborn e Matplotlib.Pyplot, vamos carregar o quadro de dados da Iris Blossom. Portanto, a função load_dataset () será usada. Esta função está relacionada ao pacote marítimo. Damos 'íris' como um atributo a esta função. Agora, desenhamos o gráfico de linha específico que aplicamos ao método de linePlot (). Esta função contém parâmetros diferentes.

A duração e a largura das sépalas são dadas como atributos. O eixo x do gráfico mostra o comprimento do sépal, enquanto o eixo y mostra a largura do sépal. Depois de tudo isso, empregamos o método show () para apenas exibir o gráfico de linha na tela.

Use o parâmetro 'Hue' da função linePlot ()

O argumento 'tonalidade' pode ser aplicado para categorizar os múltiplos parâmetros do quadro de dados e pode ser usado para demonstrar a correlação entre os campos de dados de ambos os eixos quando os dados são especificados como um parâmetro para a função.

Importar Seaborn como SNS
importar matplotlib.pyplot como plt
Dados = SNS.load_dataset ("Dicas")
SNS.lineplot (x = "total_bill", y = "tamanho",
Hue = "sexo",,
dados = dados)
plt.mostrar()

Primeiro, importamos os arquivos do cabeçalho Seaborn e Matplotlib.Pyplot. Vamos acessar um quadro de dados de dicas. Como resultado, o método de carga de carga () seria chamado. Nós atribuímos o método 'dicas' do parâmetro. Temos usado o método LinePlot () para construir um gráfico de linha específico. Este método tem um conjunto de parâmetros. Atributos, fatura total, tamanho, matiz e estilo são especificados. A fatura total é plotada no eixo x, enquanto o tamanho é plotado no eixo y.

Definimos o valor de 'Hue' para 'sexo' e o estilo para 'sexo'. Depois disso, aplicamos a função show () para simplesmente apresentar o gráfico de linha no terminal.

Conclusão

Neste artigo, exploramos como desenhar os gráficos de linha usando a linha de função () do módulo Seaborn em Python. Também criamos as parcelas da linha com a ajuda de vários exemplos e passando parâmetros diferentes para esta função. Várias linhas podem ser desenhadas para exibir os dados em locais ou gráficos idênticos. Podemos representar a interação entre várias linhas de dados ou elementos de dados usando conjuntos de dados ou parâmetros de dados semelhantes ou variados. Para desenhar gradientes de cores para vários conjuntos de dados, estamos usando o argumento 'Hue'.