Seaborn एक लाइब्रेरी है जो डेटा विज़ुअलाइज़ करने में मदद करती है। यह कस्टमाइज़्ड थीम और हाई-लेवल इंटरफेस के साथ आती है। यह इंटरफेस डेटा के प्रकार और इसे कस्टमाइज़ और कंट्रोल करने में मदद करता है जब इस पर कुछ फिल्टर लागू किए जाते हैं।
हेक्सागोनल बिनिंग का उपयोग बाइवेरिएट डेटा के विश्लेषण में किया जा सकता है। यह तब होता है जब डेटा स्पार्स (sparse) होता है, यानी जब डेटा असमान रूप से बिखरा होता है। जब डेटा असमान रूप से बिखरा होता है, तो स्कैटरप्लॉट में सभी डेटा पॉइंट्स को कैप्चर करना मुश्किल हो जाता है।
यहीं पर हेक्सागोनल बिनिंग काम आती है। आइए समझते हैं कि seaborn लाइब्रेरी का उपयोग करके हेक्सागोनल बिनिंग कैसे लागू की जा सकती है।
उदाहरण
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
my_df = sb.load_dataset('iris')
sb.jointplot(x='petal_length', y='petal_width', data=my_df, kind='hex')
plt.show()आउटपुट
व्याख्या
- आवश्यक पैकेज आयात किए जाते हैं।
- इनपुट डेटा 'iris_data' है जिसे scikit learn लाइब्रेरी से लोड किया जाता है।
- यह डेटा एक डेटाफ्रेम में स्टोर होता है।
- 'load_dataset' फंक्शन का उपयोग आइरिस डेटा लोड करने के लिए किया जाता है।
- इस डेटा को 'jointplot' फंक्शन का उपयोग करके विज़ुअलाइज़ किया जाता है।
- यहां, 'x' और 'y' अक्ष मान पैरामीटर के रूप में सप्लाई किए जाते हैं।
- यहां, 'hexbin' पैरामीटर निर्दिष्ट किया जाता है ताकि प्लॉट हेक्सागोनल बिनिंग प्रिंट करना समझे।
- यह स्कैटरप्लॉट डेटा कंसोल पर प्रदर्शित होता है।
