Как установить размер карты Seaborn?

Seaborn — это библиотека визуализации данных Python, основанная на Matplotlib. Он предоставляет красивые стили по умолчанию и цветовые палитры, которые делают статистические графики более привлекательными. Он также тесно интегрирован со структурами данных Pandas. Seaborn стремится сделать визуализацию центральной частью исследования и понимания данных.

Этот тип диаграмм позволяет пользователям переключаться между различными визуальными представлениями одних и тех же переменных для лучшего понимания набора данных. Seaborn используется в различных приложениях для визуализации взаимосвязей между переменными, изучения одномерных и двумерных распределений и многого другого. Одномерное распределение показывает распределение одной переменной, а двумерное распределение показывает совместное распределение двух переменных. Например, вы можете использовать гистограмму, чтобы увидеть распределение одной переменной, или совместный график, чтобы увидеть совместное распределение двух переменных.

Синтаксис

В примерах используется следующий синтаксис:

pie()

Это встроенная функция, которая следует за seaborn и рисует круговую диаграмму для визуализации данных.

figure()

Метод рисунка в Python используется для установки размера фигур различных графиков на основе различных встроенных функций, таких как pie(), lineplot() и т. д.

hist()

hist() — это встроенный метод Python, создающий гистограмму. Он доступен в модулях с именами numpy и matplotlib.

lineplot()

Линейный график с множеством семантических групп рисуется с помощью метода lineplot(). Он доступен в библиотеке Seaborn, библиотеке визуализации данных Python на основе matplotlib.

barplot()

Это встроенная функция Python, которую можно использовать для представления гистограммы.

точечный график()

Этот встроенный метод следует за модулями seaborn и Matplotlib, которые устанавливают круговую точку, когда координаты x и y встречаются в определенной точке.

set()

Этот метод собирает неупорядоченную коллекцию уникального элемента, который задает в нем некоторые свойства.

Пример 1

В следующем примере эта программа создает круговую диаграмму, используя библиотеки matplotlib и seaborn. Затем стиль устанавливается с помощью sns.set(). Затем определяются данные для круговой диаграммы, включая метки и значения для каждого фрагмента, а также цвета для каждой области. Размер круговой диаграммы задается с помощью plt.figure(), а затем круговая диаграмма строится с помощью plt.pie() с указанными данными и цветами. Ось устанавливается равным с помощью plt.axis(), чтобы обеспечить отображение круговой диаграммы в виде круга. Наконец, график отображается с помощью plt.show().

import matplotlib.pyplot as plt
import seaborn as sns

# Set the style and color palette
sns.set(style='white')

# Data Plotting
student = 'Raju', 'Mohan', 'Shyam', 'Rita'
weight = [80, 64, 72, 51]
color_region = ['#f0bb0c', '#6a7542', '#780423', 
'#03fcfc']

# Set the size of the pie chart
plt.figure(figsize=(4,4))

# Plot to set the different color region to each student
plt.pie(weight, labels = student, colors = color_region )
plt.axis('equal')
plt.show()

Выход

Пример 2

В следующем примере мы будем использовать размер морской диаграммы на основе графика с именем гистограмма. Этот код генерирует гистограмму, используя библиотеки matplotlib, numpy и seaborn. Стиль устанавливается с помощью sns.set(). Затем случайные данные генерируются с помощью метода np.random.randn() . Размер гистограммы задается с помощью plt.figure(). Затем гистограмма строится с помощью plt.hist() с указанными данными, количеством интервалов и цветом. Наконец, график отображается с помощью plt.show().

import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns
sns.set(style='darkgrid')

# To generate the random data by using a random method
data = np.random.randn(1000)

# Set the size of the histogram
plt.figure(figsize=(6,6))

# Plot
plt.hist(data, bins=10, color='#738050')
plt.show()

Выход

Пример 3

В следующем примере мы покажем размер морской диаграммы на основе barplot(). Начните программу с упоминания необходимых библиотек. Затем создайте данные для горизонтальной и вертикальной осей. Далее задайте желаемый размер фигуры с помощью subplot и сохраните его в переменной fig, ax. Затем используйте гистограмму, которая следует за модулем seaborn и принимает три параметра: x, y и ax. Наконец, распечатайте результат, используя метод show().

import seaborn as sns
import matplotlib.pyplot as plt

# create data
color = ['Blue', 'Orange', 'Green','darkpink']
color_percentage = [30, 10, 40, 60]

# Create a figure and axes with the desired size
fig, ax = plt.subplots(figsize=(6, 4))

# Plot the data
sns.barplot(x=color, y=color_percentage, ax=ax)
plt.show()

Выход

Пример 4

В следующем примере мы покажем размер диаграммы графика lineplot(). Сначала укажите необходимый модуль, а затем создайте данные для осей X и Y, которые соответствуют определенным точкам на графике. Затем установите размер фигуры, используя встроенный метод subplots, который устанавливает параметры с именем figsize, которые устанавливают ширину 6 и высоту 2. Затем установите график как линейный график, который принимает параметры - x, y и ax. Этот метод строит линию построения на графике. Наконец, используйте метод show(), чтобы получить результат.

import seaborn as sns
import matplotlib.pyplot as plt

# Data
x_axes = [10, 21, 33, 5, 11]
y_axes = [3, 11, 94, 7, 2]

# Create a figure and axes with the desired size
fig, ax = plt.subplots(figsize=(6, 2))

# Plot the data
sns.lineplot(x=x_axes, y=y_axes, ax=ax)
plt.show()

Выход

Пример 5

В следующем примере мы создадим точечный график, используя библиотеки seaborn и matplotlib. Данные для осей x и y определяются, а фигура и оси желаемого размера создаются с помощью plt.subplots(). Затем постройте данные с помощью sns.pointplot() с указанным объектом осей. Наконец, график отображается с помощью plt.show().

import seaborn as sns
import matplotlib.pyplot as plt

# Data
x_ax = ['A', 'B', 'C', 'D', 'E', 'F']
y_ax = [3, 1, 4, 9, 2, 6]

# Create a figure and axes with the desired size
fig, ax = plt.subplots(figsize=(8, 3))

# Plot the data
sns.pointplot(x=x_ax, y=y_ax, ax=ax)
plt.show()

Выход

Заключение

В статье выше мы обсудили различные типы диаграмм, основанных на морских библиотеках, таких как pie(), histogram(), barplot(), lineplot() и pointplot(). Все графики имеют разное значение в соответствии с требованиями наборов данных. Этот тип цифр обычно используется для анализа данных любой компании или организации.