डेटा की कल्पना करना एक महत्वपूर्ण कदम है क्योंकि यह संख्याओं को देखे बिना और जटिल गणनाएं किए बिना डेटा में क्या हो रहा है, इसे समझने में मदद करता है। Seaborn एक लाइब्रेरी है जो डेटा की कल्पना करने में मदद करती है।
स्कैटर प्लॉट डेटा के वितरण को डेटा पॉइंट्स के रूप में दिखाता है जो ग्राफ पर फैले/बिखरे हुए होते हैं। यह डॉट्स का उपयोग करके डेटासेट के मानों को दर्शाता है, जो प्रकृति में संख्यात्मक होते हैं। क्षैतिज और ऊर्ध्वाधर अक्ष पर प्रत्येक डॉट की स्थिति एकल डेटा पॉइंट के लिए मान को दर्शाती है।
वे दो वेरिएबल के बीच संबंध को समझने में मदद करते हैं। आइए समझते हैं कि Seaborn लाइब्रेरी का उपयोग करके Python में इसे कैसे प्राप्त किया जा सकता है -
उदाहरण
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('iris')
sb.jointplot(x='petal_length', y='petal_width', data=df)
plt.show()आउटपुट
व्याख्या
- आवश्यक पैकेज आयात किए गए हैं।
- इनपुट डेटा 'आइरिस_डेटा' है जिसे scikit-learn लाइब्रेरी से लोड किया गया है।
- यह डेटा एक डेटाफ्रेम में संग्रहीत है।
- 'load_dataset' फ़ंक्शन का उपयोग आइरिस डेटा लोड करने के लिए किया जाता है।
- इस डेटा को 'जॉइंटप्लॉट' फ़ंक्शन का उपयोग करके देखा जाता है।
- यहां, 'x' और 'y' अक्ष मान पैरामीटर के रूप में आपूर्ति किए जाते हैं।
- यह स्कैटरप्लॉट डेटा कंसोल पर प्रदर्शित होता है।
