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

Seaborn के FacetGrid के साथ एनोटेशन कस्टमाइज़ करना

Seaborn के फेसेट ग्रिड के साथ एनोटेशन कस्टमाइज़ करने के लिए निम्नलिखित चरणों का पालन करें:

चरण

  • फिगर का आकार सेट करें और सबप्लॉट्स के बीच पैडिंग एडजस्ट करें।
  • col1 और col2 कॉलम के साथ डेटा फ्रेम बनाएं।
  • कंडीशनल रिलेशनशिप प्लॉटिंग के लिए मल्टी-प्लॉट ग्रिड।
  • प्रत्येक फेसेट के डेटा सबसेट पर प्लॉटिंग फंक्शन अप्लाई करें।
  • प्रत्येक ग्रिड का शीर्षक सेट करें।
  • फिगर डिस्प्ले करने के लिए show() मेथड का उपयोग करें।

उदाहरण

import pandas as pd
import seaborn as sns
from matplotlib import pyplot as plt

plt.rcParams["figure.figsize"] = [7.50, 3.50]
plt.rcParams["figure.autolayout"] = True

df = pd.DataFrame({'col1': [3, 7, 8, 1], 'col2': ["three", "seven", "one", "zero"]})
g = sns.FacetGrid(data=df, col='col2', height=3.5)
g.map(plt.hist, 'col1', color='red', lw=0)
g.set_titles('{col_name}')
plt.show()

आउटपुट

चार सबप्लॉट्स (three, seven, one, zero) प्रत्येक में col1 का हिस्टोग्राम लाल रंग में दिखाई देगा।

  1. Seaborn में x-ticks का घनत्व कैसे कम करें? Seaborn में x-ticks का घनत्व कैसे कम करें?

    Seaborn बारप्लॉट में बहुत सारे x-ticks हों तो, हर दूसरे लेबल को छुपाकर घनत्व कम करें। चरण फिगर साइज़ और ऑटोलेआउट सेट करें। Pandas DataFrame बनाएं और sns.barplot() से प्लॉट करें। bar_plot.get_xticklabels() को इन्यूमरेट करें। सम इंडेक्स वाले लेबल्स विजिबल रखें, विषम वाले set_visible(False) करें। plt.

  1. Numpy और Matplotlib के साथ इमेज सेगमेंटेशन ओवरले करें Numpy और Matplotlib के साथ इमेज सेगमेंटेशन ओवरले करें

    Numpy के साथ इमेज सेगमेंटेशन ओवरले करने के लिए, हम निम्नलिखित चरण अपना सकते हैं: 10×10 डायमेंशन का मास्क्ड ऐरे बनाएं। कुछ क्षेत्र के लिए मास्क्ड ऐरे को 1 से अपडेट करें। NumPy का उपयोग करके इमेज डेटा बनाएं। शर्त पूरी होने पर ऐरे को मास्क करें, मास्क्ड डेटा प्राप्त करने के लिए। figure() मेथ

  1. Matplotlib का उपयोग करके दो Seaborn lmplots को साथ-साथ कैसे प्लॉट करें? Matplotlib का उपयोग करके दो Seaborn lmplots को साथ-साथ कैसे प्लॉट करें?

    Seaborn में दो ग्राफ़ साथ-साथ प्लॉट करने के लिए, हम निम्नलिखित चरण अपना सकते हैं: दो ग्राफ़ बनाने के लिए, हम फिगर साइज़ (7, 7) के साथ nrows=1, ncols=2 का उपयोग कर सकते हैं। Pandas का उपयोग करके col1 और col2 कीज़ के साथ डेटा फ्रेम बनाएं। बार का उपयोग करके प्रत्येक श्रेणीगत बिन में ऑब्जर्वेशन क