पायथन में सीबॉर्न का उपयोग करके कई चर वाले डेटा की कल्पना कैसे की जा सकती है?

सीबॉर्न एक पुस्तकालय है जो डेटा की कल्पना करने में मदद करता है। यह अनुकूलित थीम और उच्च स्तरीय इंटरफ़ेस के साथ आता है। वास्तविक समय की स्थितियों में, डेटासेट में कई चर होते हैं। कभी-कभी, डेटासेट में प्रत्येक चर के प्रत्येक दूसरे चर के साथ संबंध का विश्लेषण करने की आवश्यकता हो सकती है। ऐसी स्थितियों में, द्विचर वितरण में बहुत अधिक समय लग सकता है और यह जटिल भी हो सकता है।

यह वह जगह है जहाँ कई जोड़ीदार द्विचर वितरण चित्र में आते हैं। डेटाफ़्रेम में चर के संयोजन के बीच संबंध प्राप्त करने के लिए 'पेयरप्लॉट' फ़ंक्शन का उपयोग किया जा सकता है। आउटपुट एक अविभाज्य प्लॉट होगा।

पेयरप्लॉट फ़ंक्शन का सिंटैक्स

seaborn.pairplot(data,…)

आइए अब समझते हैं कि इसे ग्राफ़ पर कैसे प्लॉट किया जा सकता है -

उदाहरण

import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
my_df = sb.load_dataset('iris')
sb.set_style("ticks")
sb.pairplot(my_df,hue = 'species',diag_kind = "kde",kind = "scatter",palette = "husl")
plt.show()

आउटपुट

स्पष्टीकरण

• आवश्यक पैकेज आयात किए जाते हैं।
• इनपुट डेटा 'आईरिस_डेटा' है जो स्किकिट लर्न लाइब्रेरी से लोड किया गया है।
• यह डेटा डेटाफ़्रेम में संग्रहीत किया जाता है।
• 'load_dataset' फ़ंक्शन का उपयोग आईरिस डेटा को लोड करने के लिए किया जाता है।
• इस डेटा को 'पेयरप्लॉट' फ़ंक्शन का उपयोग करके देखा जाता है।
• यहां, डेटाफ्रेम पैरामीटर के रूप में दिया गया है।
• यहां, 'काइंड' पैरामीटर को 'केडीई' के रूप में निर्दिष्ट किया गया है ताकि प्लॉट कर्नेल घनत्व अनुमान को प्रिंट करना समझ सके।
• प्लाट के प्रकार का उल्लेख स्कैटरप्लॉट के रूप में किया गया है।
• यह डेटा कंसोल पर प्रदर्शित होता है।