昨天介绍的资料视觉化之後,大家是否有自己练习看看呢?能画出图是一件很有趣的事情哦!
接着我们来介绍另一个视觉化套件 Seaborn,它是以 matplotlib 为基础的高阶绘图套件。
这次我们实际拿铁达尼号的资料来试试看!资料连结
更多好看的图也可以参考 Seaborn 官方网站
import pandas as pd
import numpy as np
# visualization libraries
import matplotlib.pyplot as plt
import seaborn as sns
# print the graphs in the notebook
% matplotlib inline
了解票价和年龄的分布图
train = pd.read_csv('train.csv')
sns.jointplot(x='Fare', y='Age', data=train)
分组性别绘制存活数的长条图
sns.countplot(train['Sex'], hue=train['Survived'])
绘制年龄的分布密度图
sns.histplot(data=train['Age'])
分组舱等(Pclass),绘制票价(Fare)与存活数的盒状图
sns.boxplot(y='Pclass', x='Fare', hue='Survived', data=train, orient='h')
依照性别(Sex)绘制2张小提琴图相对年龄且标示该点是否存活
sns.violinplot(x='Sex',y='Age',data=train, hue='Survived',split=True)
cor = train.corr()
sns.heatmap(cor, cmap='coolwarm')
依照 Embarked 分三张图绘制,绘制年龄与票价的散布图且标示该点是否存活
g = sns.FacetGrid(train, col = "Embarked", hue = "Survived")
g.map(plt.scatter, "Age", "Fare", alpha =.7)
g.add_legend()
有时候想直接查看俩俩变数的关系
g = sns.PairGrid(train)
g.map(plt.scatter)
图太大仅部分截图
<<: Progressive Web App Checklist: 优化检核清单项目说明 (7)
我们之前在 HTML 篇章有介绍 DOM,是 Document Object Model 的缩写!...
基本的表格构成 在HTML中的表格结构是以列及栏位定义出来的。 表格会用到以下三个元素:table、...
常见的搜寻引擎 为什麽要利用搜寻引擎找到有关於目标的资讯。 因为搜寻引擎最方便,透过浏览器最容易可以...
在上一篇我们学习了 Docker 的基础操作,相信大家都可以感觉到 Docker 惊人的方便性吧! ...
data- 属性 data- 属性 : 在 HTML 标签中可以放入自创的属性,目的是去绑定 DOM...