कॉलम में NaN घटनाओं को गिनने के लिए isna() का उपयोग करें। मान जोड़ने और गिनती खोजने के लिए sum() का उपयोग करें।सबसे पहले, आइए आवश्यक लाइब्रेरी को उनके संबंधित उपनामों के साथ आयात करें:import pandas as pd import numpy as npएक DataFrame बनाएं। हमने Numpy np.inf का उपयोग करके Units_Sold कॉलम में NaN मा

टाइम सीरीज प्लॉट बनाने के लिए lineplot() का उपयोग करें। सबसे पहले, आवश्यक लाइब्रेरी आयात करें:import seaborn as sb import pandas as pd import matplotlib.pyplot as pltएक DataFrame बनाएं जिसमें एक कॉलम तारीख के रूप में हो यानी Date_of_Purchase:dataFrame = pd.DataFrame({Date_of_Purchase: [2018-07-25, 2

सीबॉर्न में बार प्लॉट का उपयोग बिंदु अनुमानों और विश्वास अंतराल को आयताकार बार्स के रूप में दिखाने के लिए किया जाता है। seaborn.barplot() का उपयोग किया जाता है। order पैरामीटर का उपयोग करके एक विशिष्ट कॉलम के आधार पर क्रम को नियंत्रित करें यानी स्पष्ट क्रम पास करके।मान लीजिए हमारा डेटासेट CSV फ़ाइल

सीबॉर्न में लाइनप्लॉट का उपयोग कई सिमेंटिक ग्रुपिंग की संभावना के साथ लाइन प्लॉट बनाने के लिए किया जाता है। इसके लिए seaborn.lineplot() का उपयोग किया जाता है।मान लीजिए हमारा डेटासेट CSV फ़ाइल के रूप में Cricketers.csv है।सबसे पहले, आवश्यक 3 लाइब्रेरी आयात करें:import seaborn as sb import pandas as p

सीबॉर्न में स्कैटरप्लॉट का उपयोग कई सिमेंटिक ग्रुपिंग की संभावना के साथ स्कैटर प्लॉट बनाने के लिए किया जाता है। इसके लिए seaborn.scatterplot() का उपयोग किया जाता है।मान लीजिए हमारा डेटासेट CSV फ़ाइल के रूप में Cricketers.csv है।सबसे पहले, आवश्यक 3 लाइब्रेरी आयात करें:import seaborn as sb import pand

सीबॉर्न में बॉक्स प्लॉट का उपयोग श्रेणियों के संबंध में वितरण दिखाने के लिए बॉक्स प्लॉट बनाने के लिए किया जाता है। इसके लिए seaborn.boxplot() का उपयोग किया जाता है।मान लीजिए हमारा डेटासेट CSV फ़ाइल के रूप में Cricketers.csv है।सबसे पहले, आवश्यक 3 लाइब्रेरी आयात करें:import seaborn as sb import panda

eval() फंक्शन का उपयोग निर्दिष्ट कॉलम के साथ पंक्तियों के योग का मूल्यांकन करने के लिए भी किया जा सकता है। सबसे पहले, आइए उत्पाद रिकॉर्ड के साथ एक DataFrame बनाते हैं:dataFrame = pd.DataFrame({Product: [SmartTV, ChromeCast, Speaker, Earphone],Opening_Stock: [300, 700, 1200, 1500],Closing_Stock: [200

स्टैक्ड हॉरिजॉन्टल बार चार्ट के लिए, barh() का उपयोग करके बार चार्ट बनाएं और पैरामीटर stacked को True पर सेट करें:Stacked = Trueसबसे पहले, आवश्यक लाइब्रेरी आयात करें:import pandas as pd import matplotlib.pyplot as plt3 कॉलम के साथ DataFrame बनाएं:dataFrame = pd.DataFrame({Car: [Bentley, Lexus, BMW,

सीबॉर्न में वायलिन प्लॉट का उपयोग बॉक्सप्लॉट और कर्नेल डेंसिटी अनुमान के संयोजन को बनाने के लिए किया जाता है। इसके लिए seaborn.violinplot() का उपयोग किया जाता है।मान लीजिए हमारा डेटासेट CSV फ़ाइल के रूप में Cricketers.csv है।सबसे पहले, आवश्यक 3 लाइब्रेरी आयात करें:import seaborn as sb import pandas

हॉरिजॉन्टल ट्रेंड को स्टेशनरी ट्रेंड भी कहा जाता है। मान लीजिए हमारा डेटासेट SalesRecords3.csv है।सबसे पहले, आवश्यक लाइब्रेरी आयात करें:import pandas as pd import matplotlib.pyplot as pltCSV फ़ाइल से डेटा पैंडास DataFrame में लोड करें:dataFrame = pd.read_csv(C:\\Users\\amit_\\Desktop\\SalesRecords3.

कॉलम के नाम स्पष्ट रूप से नामित करने के लिए read_csv() विधि के names पैरामीटर का उपयोग करें। मान लीजिए हमारी CSV फ़ाइल बिना हेडर्स के Microsoft Excel में खुली है:आइए CSV फ़ाइल से डेटा लोड करें और names पैरामीटर का उपयोग करके हेडर कॉलम जोड़ें:pd.read_csv(C:\\Users\\amit_\\Desktop\\TeamData.csv, names

सीबॉर्न में स्वार्म प्लॉट का उपयोग गैर-ओवरलैपिंग बिंदुओं के साथ श्रेणीबद्ध स्कैटरप्लॉट बनाने के लिए किया जाता है। इसके लिए seaborn.swarmplot() का उपयोग किया जाता है।मान लीजिए हमारा डेटासेट CSV फ़ाइल के रूप में Cricketers.csv है।सबसे पहले, आवश्यक 3 लाइब्रेरी आयात करें:import seaborn as sb import pand

सीबॉर्न में बार प्लॉट का उपयोग बिंदु अनुमानों और विश्वास अंतराल को आयताकार बार्स के रूप में दिखाने के लिए किया जाता है। इसके लिए seaborn.barplot() का उपयोग किया जाता है।मान लीजिए हमारा डेटासेट CSV फ़ाइल के रूप में Cricketers.csv है।सबसे पहले, आवश्यक 3 लाइब्रेरी आयात करें:import seaborn as sb import

seaborn.pointplot() का उपयोग पॉइंट प्लॉट बनाने के लिए किया जाता है। मान लीजिए हमारा डेटासेट CSV फ़ाइल के रूप में Cricketers.csv है।सबसे पहले, आवश्यक 3 लाइब्रेरी आयात करें:import seaborn as sb import pandas as pd import matplotlib.pyplot as pltCSV फ़ाइल से डेटा पैंडास DataFrame में लोड करें:dataFrame

सीबॉर्न में काउंट प्लॉट का उपयोग प्रत्येक श्रेणीबद्ध बिन में अवलोकनों की गिनती को बार्स का उपयोग करके प्रदर्शित करने के लिए किया जाता है। इसके लिए seaborn.countplot() का उपयोग किया जाता है।मान लीजिए हमारा डेटासेट CSV फ़ाइल के रूप में Cricketers.csv है।सबसे पहले, आवश्यक 3 लाइब्रेरी आयात करें:import s

हॉरिजॉन्टल बार प्लॉट बनाने के लिए pandas.DataFrame.plot.barh का उपयोग करें। बार प्लॉट विवेक श्रेणियों के बीच तुलना दिखाता है।सबसे पहले, आवश्यक लाइब्रेरी आयात करें:import pandas as pd import matplotlib.pyplot as plt4 कॉलम के साथ एक पैंडास DataFrame बनाएं:dataFrame = pd.DataFrame({Car: [Bentley, Lexus

सीबॉर्न में बॉक्स प्लॉट का उपयोग श्रेणियों के संबंध में वितरण दिखाने के लिए बॉक्स प्लॉट बनाने के लिए किया जाता है। वर्टिकल बॉक्स प्लॉट बनाने के लिए seaborn.boxplot() का उपयोग करें।मान लीजिए हमारा डेटासेट CSV फ़ाइल के रूप में Cricketers.csv है।सबसे पहले, आवश्यक लाइब्रेरी आयात करें:import seaborn as s

सीबॉर्न में वायलिन प्लॉट का उपयोग बॉक्सप्लॉट और कर्नेल डेंसिटी अनुमान के संयोजन को बनाने के लिए किया जाता है। इसके लिए seaborn.violinplot() का उपयोग किया जाता है। order पैरामीटर के साथ Order और inner पैरामीटर का उपयोग करके अवलोकन सेट करें।मान लीजिए हमारा डेटासेट CSV फ़ाइल के रूप में Cricketers.csv ह

सीबॉर्न में बॉक्स प्लॉट का उपयोग श्रेणियों के संबंध में वितरण दिखाने के लिए बॉक्स प्लॉट बनाने के लिए किया जाता है। इसके लिए seaborn.boxplot() का उपयोग किया जाता है। क्रम को नियंत्रित करने के लिए order पैरामीटर का उपयोग करें।मान लीजिए हमारा डेटासेट CSV फ़ाइल के रूप में Cricketers.csv है।सबसे पहले, आव

सीबॉर्न में पॉइंट प्लॉट का उपयोग बिंदु अनुमानों और विश्वास अंतराल को स्कैटर प्लॉट ग्लिफ्स का उपयोग करके दिखाने के लिए किया जाता है। इसके लिए seaborn.pointplot() का उपयोग किया जाता है। capsize पैरामीटर का उपयोग करके एरर बार्स पर कैप सेट करें।मान लीजिए हमारा डेटासेट CSV फ़ाइल के रूप में Cricketers.csv