Wprowadzenie do Seaborn

Wprowadzenie do wizualizacji danych z Seaborn

Content Team

DataCamp

Czym jest Seaborn?

Biblioteka do wizualizacji danych w Pythonie
Łatwe tworzenie najpopularniejszych typów wykresów

Wykresy pudełkowe łącznego rachunku dla każdego dnia tygodnia z podziałem na płeć

¹ Waskom, M. L. (2021). seaborn: statistical data visualization. https://seaborn.pydata.org/

Dlaczego warto używać Seaborn?

Schemat procesu analizy danych

Zalety Seaborn

Łatwy w użyciu
Działa dobrze ze strukturami danych pandas
Zbudowany na bazie matplotlib

Pierwsze kroki

import seaborn as sns

import matplotlib.pyplot as plt

Samuel Norman Seaborn (sns)

Serial telewizyjny „Prawo i Grace"

Przykład 1: Wykres rozrzutu

import seaborn as sns
import matplotlib.pyplot as plt

height = [62, 64, 69, 75, 66, 
          68, 65, 71, 76, 73]
weight = [120, 136, 148, 175, 137,
          165, 154, 172, 200, 187]

sns.scatterplot(x=height, y=weight)

plt.show()

Wykres rozrzutu wzrostu i masy ciała

Przykład 2: Tworzenie wykresu zliczania

import seaborn as sns
import matplotlib.pyplot as plt

gender = ["Female", "Female", 
          "Female", "Female", 
          "Male", "Male", "Male", 
          "Male", "Male", "Male"]

sns.countplot(x=gender)

plt.show()

Wykres zliczania według płci

Wykres rozrzutu z kolorami czarnym i czerwonym

Wykres liniowy ze znacznikami i liniami ciągłymi

Wykres punktowy męskości z odcieniem

Wykres rozrzutu mocy silnika i spalania z paletą sekwencyjną

¹ Waskom, M. L. (2021). seaborn: statistical data visualization. https://seaborn.pydata.org/

Czas na ćwiczenia!

Wprowadzenie do wizualizacji danych z Seaborn