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 घनत्व को इंगित करता है। वायलिन का संकीर्ण भाग डेटा के निम्न घनत्व को इंगित करता है।
बॉक्सप्लॉट के भीतर इंटर-क्वार्टाइल रेंज और डेटा का उच्च घनत्व भाग हर श्रेणी में एक ही क्षेत्र में आता है।
violinplot फंक्शन का सिंटैक्स
seaborn.violinplot(x, y, hue, data, ...)
आइए देखते हैं कि हर वायलिन प्लॉट में विभाजन कैसे किया जा सकता है।
उदाहरण
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
my_df = sb.load_dataset('tips')
sb.violinplot(x="day", y="total_bill", hue='sex', data=my_df)
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 'violinplot' फंक्शन का उपयोग करके विज़ुअलाइज़ किया जाता है।
- यहां, डेटाफ्रेम को पैरामीटर के रूप में सप्लाई किया जाता है।
- साथ ही, x और y मान निर्दिष्ट किए जाते हैं।
- यह डेटा कंसोल पर प्रदर्शित होता है।
