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

Matplotlib का उपयोग करके Seaborn FacetGrid में हीटमैप को वर्गाकार कैसे बनाएं?

Seaborn facetgrid में हीटमैप को वर्गाकार बनाने के लिए, हम 10×10 रैंडम डेटा सेट के साथ heatmap() मेथड का उपयोग कर सकते हैं।

चरण

  • न्यूनतम -1 और अधिकतम 10 के साथ साइज़ 10×10 का रैंडम डेटा बनाएं।
  • डेटा और कलर मैप "twilight_r" के साथ heatmap() मेथड का उपयोग करके आयताकार डेटा को कलर-एन्कोडेड मैट्रिक्स के रूप में प्लॉट करें।
  • फिगर डिस्प्ले करने के लिए show() मेथड का उपयोग करें।

उदाहरण

import numpy as np
import seaborn as sn
import matplotlib.pyplot as plt

plt.rcParams["figure.figsize"] = [7.00, 3.50]
plt.rcParams["figure.autolayout"] = True

data = np.random.randint(low=-1, high=10, size=(10, 10))
hm = sn.heatmap(data=data, cmap="twilight_r")
plt.show()

आउटपुट

Matplotlib का उपयोग करके Seaborn FacetGrid में हीटमैप को वर्गाकार कैसे बनाएं?

  1. पायथन में Seaborn का उपयोग करके रैखिक संबंध कैसे विज़ुअलाइज़ करें पायथन में Seaborn का उपयोग करके रैखिक संबंध कैसे विज़ुअलाइज़ करें

    Seaborn एक लाइब्रेरी है जो डेटा विज़ुअलाइज़ करने में मदद करती है। यह कस्टमाइज़्ड थीम और हाई-लेवल इंटरफेस के साथ आती है।जब रिग्रेशन मॉडल बनाए जाते हैं, तो मल्टीकॉलीनियरिटी की जांच की जाती है। ऐसा इसलिए क्योंकि हमें सभी विभिन्न सतत चर के संयोजनों के बीच मौजूद सहसंबंध को समझने की आवश्यकता होती है। यदि

  1. पायथन Seaborn लाइब्रेरी में FacetGrid का उपयोग करके डेटा कैसे विज़ुअलाइज़ करें पायथन Seaborn लाइब्रेरी में FacetGrid का उपयोग करके डेटा कैसे विज़ुअलाइज़ करें

    बारप्लॉट फंक्शन एक श्रेणीबद्ध चर और एक सतत चर के बीच संबंध स्थापित करता है। डेटा को आयताकार बार के रूप में दर्शाया जाता है जहां बार की लंबाई उस विशिष्ट श्रेणी में डेटा के अनुपात को इंगित करती है।पॉइंट प्लॉट बार प्लॉट के समान हैं लेकिन पूरे बार को दर्शाने के बजाय, डेटा पॉइंट का अनुमानित मान दूसरे अक्

  1. पायथन में  seaborn  लाइब्रेरी का उपयोग करके डेटा को विज़ुअली कैसे प्रस्तुत करें पायथन में 'seaborn' लाइब्रेरी का उपयोग करके डेटा को विज़ुअली कैसे प्रस्तुत करें

    मशीन लर्निंग डेटा से मॉडल बनाने और पहले कभी न देखे गए डेटा पर सामान्यीकरण करने से संबंधित है। मशीन लर्निंग मॉडल को इनपुट के रूप में प्रदान किया गया डेटा ऐसा होना चाहिए कि सिस्टम द्वारा इसे ठीक से समझा जा सके, ताकि यह डेटा की व्याख्या कर सके और परिणाम उत्पन्न कर सके।Seaborn एक लाइब्रेरी है जो डेटा वि