Seaborn लाइब्रेरी डेटा विज़ुअलाइज़ करने में मदद करती है। यह कस्टमाइज़्ड थीम और हाई-लेवल इंटरफेस के साथ आती है।
स्कैटर प्लॉट सीमित जानकारी प्रदान करते हैं, क्योंकि वे केवल एक दी गई डेटा श्रेणी के भीतर मानों के वितरण के बारे में बताते हैं। यदि हम श्रेणियों के भीतर मौजूद डेटा की तुलना करना चाहते हैं तो हमें एक अलग तकनीक का उपयोग करने की आवश्यकता है। यहीं पर बॉक्स प्लॉट काम आते हैं। यह एक तरीका है जिसमें डेटासेट में डेटा वितरण को क्वार्टाइल की मदद से समझा जा सकता है।
इसमें ऊर्ध्वाधर रेखाएं होती हैं जो बॉक्स से फैली होती हैं। इन एक्सटेंशन को व्हिस्कर्स के नाम से जाना जाता है। ये व्हिस्कर्स बताते हैं कि डेटा ऊपरी और निचले क्वार्टाइल के बाहर कैसे बदलता है। इसीलिए बॉक्स प्लॉट को व्हिस्कर प्लॉट के नाम से भी जाना जाता है।
boxplot फंक्शन का सिंटैक्स
seaborn.boxplot(x, y, data, ...)
डेटा में आउटलेयर्स को व्यक्तिगत बिंदुओं के रूप में प्लॉट किया जाता है। यहां उदाहरण है:
उदाहरण
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
my_df = sb.load_dataset('iris')
sb.boxplot(x="species", y="petal_length", 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 'boxplot' 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।
