Computer >> कंप्यूटर ट्यूटोरियल >  >> प्रोग्रामिंग >> Python

Seaborn में बॉक्स प्लॉट को स्वार्म प्लॉट के ऊपर कैसे ओवरले करें?


Seaborn में बॉक्स प्लॉट को स्वार्म प्लॉट के ऊपर ओवरले करने के लिए, हम निम्नलिखित चरण ले सकते हैं:

  • फिगर साइज सेट करें और सबप्लॉट्स के बीच और आसपास पैडिंग एडजस्ट करें।
  • Pandas DataFrame बनाएं, यानी दो-आयामी, आकार-परिवर्तनीय, संभावित रूप से विषम सारणीबद्ध डेटा।
  • प्लॉटर इनिशियलाइज़ करें, swarmplot।
  • बॉक्स प्लॉट प्लॉट करने के लिए boxplot() मेथड का उपयोग करें।
  • फिगर प्रदर्शित करने के लिए, show() मेथड का उपयोग करें।

उदाहरण

import seaborn as sns import matplotlib.pyplot as plt import pandas as pd import numpy as np plt.rcParams["figure.figsize"] = [7.50, 3.50] plt.rcParams["figure.autolayout"] = True data = pd.DataFrame({"Box1": np.arange(10), "Box2": np.arange(10)}) ax = sns.swarmplot(x="Box1", y="Box2", data=data, zorder=0) sns.boxplot(x="Box1", y="Box2", data=data, showcaps=False, boxprops={'facecolor': 'None'}, showfliers=False, whiskerprops={'linewidth': 0}, ax=ax) plt.show()

आउटपुट

Seaborn में बॉक्स प्लॉट को स्वार्म प्लॉट के ऊपर कैसे ओवरले करें?Seaborn में बॉक्स प्लॉट को स्वार्म प्लॉट के ऊपर कैसे ओवरले करें?


  1. पायथन Seaborn लाइब्रेरी में वायलिन प्लॉट में हर वायलिन को कैसे विभाजित करें पायथन Seaborn लाइब्रेरी में वायलिन प्लॉट में हर वायलिन को कैसे विभाजित करें

    Seaborn एक लाइब्रेरी है जो डेटा विज़ुअलाइज़ करने में मदद करती है। यह कस्टमाइज़्ड थीम और हाई-लेवल इंटरफेस के साथ आती है।वायलिन प्लॉट बॉक्स प्लॉट और कर्नेल डेंसिटी एस्टीमेट (KDE) का संयोजन है। यह विश्लेषण करना और समझना आसान बनाता है कि डेटा कैसे वितरित किया गया है। वायलिन का चौड़ा भाग डेटा के उच्च घनत

  1. पायथन Seaborn में बॉक्स और व्हिस्कर प्लॉट का उपयोग करके विभिन्न श्रेणियों में डेटा की तुलना कैसे करें पायथन Seaborn में बॉक्स और व्हिस्कर प्लॉट का उपयोग करके विभिन्न श्रेणियों में डेटा की तुलना कैसे करें

    Seaborn लाइब्रेरी डेटा विज़ुअलाइज़ करने में मदद करती है। यह कस्टमाइज़्ड थीम और हाई-लेवल इंटरफेस के साथ आती है।स्कैटर प्लॉट सीमित जानकारी प्रदान करते हैं, क्योंकि वे केवल एक दी गई डेटा श्रेणी के भीतर मानों के वितरण के बारे में बताते हैं। यदि हम श्रेणियों के भीतर मौजूद डेटा की तुलना करना चाहते हैं तो

  1. Python में Seaborn लाइब्रेरी का उपयोग करके स्कैटर प्लॉट कैसे प्रदर्शित करें? Python में Seaborn लाइब्रेरी का उपयोग करके स्कैटर प्लॉट कैसे प्रदर्शित करें?

    डेटा की कल्पना करना एक महत्वपूर्ण कदम है क्योंकि यह संख्याओं को देखे बिना और जटिल गणनाएं किए बिना डेटा में क्या हो रहा है, इसे समझने में मदद करता है। Seaborn एक लाइब्रेरी है जो डेटा की कल्पना करने में मदद करती है।स्कैटर प्लॉट डेटा के वितरण को डेटा पॉइंट्स के रूप में दिखाता है जो ग्राफ पर फैले/बिखरे