Phenquestions
- Шта је Питхон Сеаборн?
- Врсте парцела које можемо изградити са Сеаборн-ом
- Рад са више парцела
- Неке алтернативе за Питхон Сеаборн
Ово изгледа пуно за покрити. Кренимо одмах.
Шта је Питхон Сеаборн библиотека?
Сеаборн библиотека је Питхон пакет који нам омогућава да правимо инфографике на основу статистичких података. Како је направљен на врху матплотлиба, тако је и сам по себи компатибилан са њим. Поред тога, подржава структуру података НумПи и Пандас, тако да се цртање може извршити директно из тих колекција.
Визуелизација сложених података једна је од најважнијих ствари о којима Сеаборн брине. Ако бисмо упоредили Матплотлиб са Сеаборн-ом, Сеаборн је у стању да олакша оне ствари које је тешко постићи са Матплотлибом. Међутим, важно је напоменути да Сеаборн није алтернатива Матплотлибу већ његов додатак. Током ове лекције користићемо функције Матплотлиб и у исечцима кода. Изабрати ћете да радите са Сеаборном у следећим случајевима коришћења:
- Имате статистичке податке о временским серијама које треба уцртати уз приказ несигурности око процена
- Визуелно утврдити разлику између две подскупове података
- Да би се визуализовала униваријантна и биваријантна дистрибуција
- Додавање много више визуелне наклоности матплотлиб парцелама са много уграђених тема
- Да се уклопе и визуализују модели машинског учења кроз линеарну регресију са независним и зависним променљивим
Само напомињемо пре почетка да за ову лекцију користимо виртуелно окружење које смо направили следећом наредбом:
питхон -м виртуаленв сеаборнизвор сеаборн / бин / ацтивате
Једном када је виртуелно окружење активно, можемо да инсталирамо Сеаборн библиотеку у виртуелно окружење тако да се могу извршити примери које следећи креирамо:
пип инсталирати сеаборнАнаконду можете користити и за покретање ових примера што је лакше. Ако га желите инсталирати на машину, погледајте лекцију која описује „Како инсталирати Анацонда Питхон на Убунту 18.04 ЛТС “и поделите своје повратне информације. Хајде сада да пређемо на различите типове заплета који се могу конструисати помоћу Питхон Сеаборна.
Коришћење Покемон скупа података
Да би ова лекција била практична, користићемо Покемон скуп података који се може преузети са Каггле-а. За увоз овог скупа података у наш програм користићемо библиотеку Пандас. Ево свих увоза које обављамо у нашем програму:
увези панде као пдиз матплотлиб импорт пиплот као плт
импорт сеаборн као снс
Сада можемо увозити скуп података у наш програм и приказати неке узорке података са Пандама као:
дф = пд.реад_цсв ('Покемон.цсв ', индек_цол = 0)дф.глава()
Имајте на уму да за покретање горњег исечка кода ЦСВ скуп података треба да буде присутан у истом директоријуму као и сам програм. Једном када покренемо горњи исечак кода, видећемо следећи излаз (у бележници Анацонде Јупитер):
Уцртавање криве линеарне регресије
Једна од најбољих ствари код Сеаборна су интелигентне функције цртања које пружа, а које не само да визуализују скуп података који му пружамо већ и граде регресионе моделе око њега. На пример, могуће је конструисати линију линеарне регресије са једном линијом кода. Ево како се то ради:
снс.лмплот (к = 'Напад', и = 'Одбрана', подаци = дф)Једном када покренемо горњи исечак кода, видећемо следећи излаз:
Приметили смо неколико важних ствари у горенаведеном исечку кода:
- У Сеаборну је доступна посебна функција цртања
- Користили смо Сеаборнову функцију уклапања и цртања која нам је пружила линију линеарне регресије коју је сам моделирао
Не плашите се ако сте мислили да не можемо имати заплет без те регресионе линије. Ми Можемо ! Пробајмо сада нови исечак кода, сличан последњем:
снс.лмплот (к = 'Напад', и = 'Одбрана', подаци = дф, фит_рег = Нетачно)Овог пута на нашој парцели нећемо видети линију регресије:
Сада је ово много јасније (ако нам не треба линеарна линија регресије). Али ово још увек није готово. Сеаборн нам омогућава да разликујемо ову фабулу и то ћемо радити.
Изградња парцела са кутијама
Једна од највећих карактеристика Сеаборна је како лако прихвата структуру Пандас Датафрамес за цртање података. Једноставно можемо проследити Датафраме у Сеаборн библиотеку како би од њега могао да конструише плочу:
снс.бокплот (подаци = дф)Једном када покренемо горњи исечак кода, видећемо следећи излаз:
Можемо уклонити прво очитавање тоталног резултата, јер то изгледа помало неугодно када овде заправо цртамо појединачне колоне:
# Нова плоча помоћу статс_дф
снс.бокплот (подаци = статс_дф)
Једном када покренемо горњи исечак кода, видећемо следећи излаз:
Парцела за рој са Сеаборн-ом
Можемо да направимо интуитиван дизајн Сварм плот-а са Сеаборн-ом. Поново ћемо користити датафраме из Пандас-а који смо раније учитали, али овог пута позваћемо Матплотлиб-ову функцију схов да прикажемо заплет који смо направили. Ево исечка кода:
снс.сет_цонтект ("папир")снс.свармплот (к = "Напад", и = "Одбрана", подаци = дф)
плт.Прикажи()
Једном када покренемо горњи исечак кода, видећемо следећи излаз:
Коришћењем Сеаборн контекста, дозвољавамо Сеаборну да дода лични додир и флуидан дизајн радње. Ову графику је могуће додатно прилагодити прилагођеном величином фонта која се користи за налепнице на плочи како би се олакшало читање. Да бисмо то урадили, проследићемо више параметара функцији сет_цонтект која се понаша баш онако како звуче. На пример, да бисмо изменили величину фонта налепница, користићемо фонт.параметар величине. Ево исечка кода за измену:
снс.свармплот (к = "Напад", и = "Одбрана", подаци = дф)
плт.Прикажи()
Једном када покренемо горњи исечак кода, видећемо следећи излаз:
Величина фонта за налепницу промењена је на основу параметара које смо навели и вредности повезане са фонтом.параметар величине. Једна ствар у којој је Сеаборн стручан је да радњу учини врло интуитивном за практичну употребу, а то значи да Сеаборн није само практични Питхон пакет већ заправо нешто што можемо користити у нашим производним имплементацијама.
Додавање наслова парцелама
Лако је додати наслове у наше парцеле. Само треба да следимо једноставан поступак коришћења функција нивоа Акес где ћемо позвати сет_титле () функција као што је приказано у исечку кода овде:
снс.сет_цонтект ("папир", фонт_сцале = 3, рц = "фонт.величина ": 8," осе.величина етикете ": 5)ми_плот = снс.свармплот (к = "Напад", и = "Одбрана", подаци = дф)
ми_плот.сет_титле ("ЛХ рој завера")
плт.Прикажи()
Једном када покренемо горњи исечак кода, видећемо следећи излаз:
На овај начин нашим парцелама можемо додати много више информација.
Сеаборн вс Матплотлиб
Док смо разматрали примере у овој лекцији, можемо препознати да се Матплотлиб и Сеаборн не могу директно упоређивати, али се могу видети као међусобно допуњавање. Једна од карактеристика која води Сеаборн за 1 корак напред је начин на који Сеаборн може статистички да визуализује податке.
Да бисмо најбоље искористили Сеаборн параметре, топло препоручујемо да погледате Сеаборн документацију и сазнате које параметре користити да би ваша парцела била што ближа пословним потребама.
Закључак
У овој лекцији смо погледали различите аспекте ове библиотеке за визуализацију података коју можемо користити са Питхоном за генерисање прелепих и интуитивних графикона који могу да визуализују податке у облику који предузеће жели од платформе. Сеаборм је једна од најважнијих библиотека за визуелизацију када је реч о инжењерингу података и представљању података у већини визуелних облика, што је дефинитивно вештина коју морамо имати под појасом, јер нам омогућава да изградимо моделе линеарне регресије.
Молимо поделите повратне информације о лекцији на Твиттеру са @сбмаггарвал и @ЛинукХинт.
