हम Seaborn का उपयोग करेंगे। 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।
'stripplot' फंक्शन का उपयोग तब किया जाता है जब कम से कम एक चर श्रेणीबद्ध हो। डेटा को एक अक्ष के साथ क्रमबद्ध तरीके से दर्शाया जाता है। लेकिन नुकसान यह है कि कुछ पॉइंट्स ओवरलैप हो जाते हैं। यहीं पर 'jitter' पैरामीटर का उपयोग चर के बीच ओवरलैप से बचने के लिए किया जाता है।
यह डेटासेट में कुछ रैंडम शोर जोड़ता है, और मानों की स्थिति को श्रेणीबद्ध अक्ष के साथ एडजस्ट करता है। लेकिन, 'jitter' पैरामीटर का उपयोग करने के बजाय, हम 'swarmplot' का उपयोग करके श्रेणीबद्ध स्कैटर प्लॉट प्राप्त कर सकते हैं।
swarmplot फंक्शन का सिंटैक्स
seaborn.swarmplot(x, y, data, ...)
इसे नीचे प्रदर्शित किया गया है।
उदाहरण
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
my_df = sb.load_dataset('iris')
sb.swarmplot(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 'swarmplot' 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।
