Построение визуализаций с помощью Seaborn

Введение в Python в Power BI

Jacob H. Marquez

Data Scientist

Графики с помощью пакета Seaborn

Линейный график данных о рейсах по годам, окрашенный по месяцам.

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

Парный график с четырьмя столбцами и четырьмя строками.

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

Совместный график длины клюва и глубины клюва.

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

Гистограмма роста людей. Нормальное распределение.

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

Гистограмма с правосторонним скосом: большинство наблюдений сосредоточено слева.

Гистограмма с левосторонним скосом: большинство наблюдений сосредоточено справа.

Гистограмма бимодального распределения

Случайное облако точек без явной зависимости.

Диаграмма рассеяния с положительной зависимостью: точки движутся вправо и вверх.

Диаграмма рассеяния с отрицательной зависимостью: точки движутся вправо и вниз.

Совместный график: диаграмма рассеяния в центре и две гистограммы — сверху и справа.

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

Парный график с четырьмя столбцами и четырьмя строками.

seaborn.pairplot(
    data = DataFrame
    )

import matplotlib.pyplot as plt
import seaborn as sns

# Data transformation steps
...

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

plt.show()

Введение в Python в Power BI