真实的国产乱ⅩXXX66竹夫人,五月香六月婷婷激情综合,亚洲日本VA一区二区三区,亚洲精品一区二区三区麻豆

成都創(chuàng)新互聯(lián)網(wǎng)站制作重慶分公司

seaborn包如何在python項(xiàng)目中使用

本篇內(nèi)容介紹了“seaborn包如何在python項(xiàng)目中使用”的有關(guān)知識(shí),在實(shí)際案例的操作過程中,不少人都會(huì)遇到這樣的困境,接下來就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧!希望大家仔細(xì)閱讀,能夠?qū)W有所成!

創(chuàng)新互聯(lián)公司2013年成立,是專業(yè)互聯(lián)網(wǎng)技術(shù)服務(wù)公司,擁有項(xiàng)目成都網(wǎng)站設(shè)計(jì)、成都做網(wǎng)站網(wǎng)站策劃,項(xiàng)目實(shí)施與項(xiàng)目整合能力。我們以讓每一個(gè)夢(mèng)想脫穎而出為使命,1280元汕尾做網(wǎng)站,已為上家服務(wù),為汕尾各地企業(yè)和個(gè)人服務(wù),聯(lián)系電話:13518219792

Seaborn包是mapplotlib的增強(qiáng)版,只能在安裝mapplotlib后使用。

所有的圖形都由plt.show()顯示,或者您可以使用下面的方法創(chuàng)建一個(gè)畫布

圖,ax=PLT。submissions  () # a畫布

圖,(ax1,ax2)=PLT。支線劇情(ncols=2)# 2畫布1)單個(gè)特征統(tǒng)計(jì)圖countplot

Sn.countplot(train.mnth)#離散特征可以用來描述樣本點(diǎn)的出現(xiàn)次數(shù)。

seaborn包如何在python項(xiàng)目中使用

2)單個(gè)特征統(tǒng)計(jì)圖distplot

Sn。distplot(火車。cnt。值,bin=50,kde=True) #可使用連續(xù)特征,bin=50分為50列,kde=True顯示核密度線。如果圖的尾部比較特殊,可能是一個(gè)奇異點(diǎn)(離群點(diǎn),噪聲點(diǎn)),那么考慮去掉。

seaborn包如何在python項(xiàng)目中使用

3)雙特征小提琴圖

SN。violin  Plot(data=train[' yr  ',' CNT']],x=' yr  ',y=' CNT') #顯示數(shù)據(jù)分布及其概率密度。中間粗黑條代表四分位數(shù)范圍,從中延伸出來的細(xì)黑線代表95%置信區(qū)間,白點(diǎn)為中位數(shù)。

seaborn包如何在python項(xiàng)目中使用

4)雙特征箱型圖

Sn。箱線圖(data=train,x=' yr  ',y=' CNT') #,也稱為箱線圖、箱線圖或箱線圖,是用于顯示一組數(shù)據(jù)離散信息的統(tǒng)計(jì)圖表。它從上到下顯示異常值、最大值、上四分位數(shù)、中值、下四分位數(shù)、最小值和異常值(有時(shí)沒有,如果有的話,要特別注意)。

seaborn包如何在python項(xiàng)目中使用

5)雙特征棒圖

圖,(ax1,ax2)=PLT。支線劇情(ncols=2) #一個(gè)畫布,兩個(gè)軸

Sn。barplot  (data=train,x=' holiday  ',y=' CNT  ',hue=' weathersit  ',ax=ax1) # hue=' weathersit  ',由weathersit區(qū)分

Sn。barplot  (data=train,x=' working  day  ',y=' CNT  ',hue='季節(jié)',ax=ax2) # hue='季節(jié)',按季節(jié)區(qū)分seaborn包如何在python項(xiàng)目中使用

6)雙特征折線圖

圖,ax=plt  .支線劇情()

sn  . point  plot(data=train[' dayofyear  ',' cnt  ',' yr'],x='dayofyear  ',y='cnt  ',hue='yr  ',ax=ax)

#hue='yr  '指尊貴的年份。色調(diào)指的是顏色

ax  . set(title=' dayly  distribution  of  counts  ')

PLT  . show()seaborn包如何在python項(xiàng)目中使用

7)關(guān)系熱力圖

corrMatt=train[['temp  ',' atemp  ',' hum  ',' windspeed  ',' cnt']]。corr()

mask=np.array(corrMatt)

掩碼[NP  . tril  _ indexs  _ from(掩碼)]=False

sn.heatmap(corrMatt,mask=mask,

vmax=1,平方=真,不能=真)

PLT  . show()seaborn包如何在python項(xiàng)目中使用

8)雙特征散點(diǎn)圖

sn  .散點(diǎn)圖(x=train。GrLivArea,y=train。SalePrice)

PLT  . title(' looking  for  outliers  ')#圖形標(biāo)題

PLT  . show()seaborn包如何在python項(xiàng)目中使用

“seaborn包如何在python項(xiàng)目中使用”的內(nèi)容就介紹到這里了,感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識(shí)可以關(guān)注創(chuàng)新互聯(lián)網(wǎng)站,小編將為大家輸出更多高質(zhì)量的實(shí)用文章!


網(wǎng)站題目:seaborn包如何在python項(xiàng)目中使用
分享鏈接:http://weahome.cn/article/igcpii.html

其他資訊

在線咨詢

微信咨詢

電話咨詢

028-86922220(工作日)

18980820575(7×24)

提交需求

返回頂部