Créer des visualisations avec Seaborn

Introduction à Python dans Power BI

Jacob H. Marquez

Data Scientist

Graphiques avec le paquet Seaborn

Courbe des vols par année, colorée par mois.

¹ https://seaborn.pydata.org/generated/seaborn.lineplot.html

Un pair plot avec quatre colonnes et quatre lignes.

¹ https://seaborn.pydata.org/generated/seaborn.pairplot.html

Un joint plot montrant la longueur vs la profondeur du bec.

¹ https://seaborn.pydata.org/generated/seaborn.jointplot.html

Histogramme des tailles de personnes. Distribution normale.

¹ https://seaborn.pydata.org/generated/seaborn.histplot.html

Histogramme asymétrique à droite, avec la plupart des observations à gauche.

Histogramme asymétrique à gauche, avec la plupart des observations à droite.

Histogramme d'une distribution bimodale.

Nuage de points aléatoire sans relation.

Nuage de points avec relation positive : vers la droite et vers le haut.

Nuage de points avec relation négative : vers la droite et vers le bas.

Un joint plot avec un nuage de points au centre et deux histogrammes en haut et à droite.

seaborn.jointplot(
    x = "x",
    y = "y", 
    data = DataFrame
    )

Un pair plot avec quatre colonnes et quatre lignes.

seaborn.pairplot(
    data = DataFrame
    )

import matplotlib.pyplot as plt
import seaborn as sns

# Étapes de transformation des données
...

seaborn.___plot(
    data = DataFrame,
      ...
    )

plt.show()

Introduction à Python dans Power BI