पायथन पांडा - एक बार प्लॉट बनाएं और सीबॉर्न के साथ अवलोकनों का मानक विचलन दिखाएं

सीबॉर्न में बार प्लॉट का उपयोग बिंदु अनुमान और आत्मविश्वास अंतराल को आयताकार सलाखों के रूप में दिखाने के लिए किया जाता है। इसके लिए Seaborn.barplot() का इस्तेमाल किया जाता है। विश्वास अंतराल ci पैरामीटर मान sd . का उपयोग करके प्रेक्षणों का मानक विचलन प्रदर्शित करें ।

मान लें कि CSV फ़ाइल के रूप में हमारा डेटासेट निम्नलिखित है - Cricketers2.csv

सबसे पहले, आवश्यक पुस्तकालयों को आयात करें -

import seaborn as sb
import pandas as pd
import matplotlib.pyplot as plt

CSV फ़ाइल से पंडों के डेटाफ़्रेम में डेटा लोड करें -

dataFrame = pd.read_csv("C:\\Users\\amit_\\Desktop\\Cricketers2.csv")

अकादमी और माचिस के साथ प्लॉटिंग बार प्लॉट। कॉन्फिडेंस इंटरवल पैरामीटर मान "sd" का उपयोग करके प्रेक्षणों का मानक विचलन प्रदर्शित करें -

sb.barplot(x = "Academy", y = "Matches",data = dataFrame, ci = "sd")

उदाहरण

निम्नलिखित कोड है -

import seaborn as sb
import pandas as pd
import matplotlib.pyplot as plt

# Load data from a CSV file into a Pandas DataFrame
dataFrame = pd.read_csv("C:\\Users\\amit_\\Desktop\\Cricketers2.csv")

sb.set_theme(style="darkgrid")

# plotting bar plot with Academy and Matches
# Display Standard Deviation of Observations using confidence interval parameter value "sd"
sb.barplot(x = "Academy", y = "Matches",data = dataFrame, ci = "sd")

# display
plt.show()

आउटपुट

यह निम्नलिखित आउटपुट उत्पन्न करेगा -