Podsumowanie

Wprowadzenie do wizualizacji danych z Seaborn

Content Team

DataCamp

Pierwsze kroki

Importowanie Seaborn:

import seaborn as sns

Importowanie Matplotlib:

import matplotlib.pyplot as plt

Wyświetlanie wykresu:

plt.show()

sns.relplot(x="x_variable_name", 
            y="y_variable_name", 
            data=pandas_df, 
            kind="scatter")

sns.catplot(x="x_variable_name", 
            y="y_variable_name", 
            data=pandas_df, 
            kind="bar")

Ustawienie hue tworzy podgrupy wyróżnione różnymi kolorami na jednym wykresie.

Wykres punktowy z hue

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

Ustawienie row i/lub col w relplot() lub catplot() tworzy podgrupy wyświetlane na osobnych wykresach.

Wykres punktowy z podwykresami

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

Typ obiektu	Typy wykresów	Jak dodać tytuł
`FacetGrid`	`relplot()`, `catplot()`	`g.figure.suptitle()`
`AxesSubplot`	`scatterplot()`, `countplot()`, etc.	`g.set_title()`

Dodawanie etykiet osi x i y:

g.set(xlabel="new x-axis label",
      ylabel="new y-axis label")

Obracanie etykiet osi x:

plt.xticks(rotation=90)

Wprowadzenie do wizualizacji danych z Seaborn