Introduction à Seaborn

Visualisation de données intermédiaire avec Seaborn

Chris Moffitt

Instructor

Paysage des visualisations Python

Le paysage des visualisations Python est vaste et peut dérouter

Paysage des visualisations Python

Matplotlib

matplotlib fournit les briques de base des visualisations de Seaborn
Peut aussi servir seul pour tracer des données

import matplotlib.pyplot as plt
import pandas as pd

df = pd.read_csv("wines.csv")

fig, ax = plt.subplots()
ax.hist(df['alcohol'])

Exemple d'histogramme Matplotlib

Pandas

pandas est une bibliothèque clé pour analyser des données
Elle offre aussi un traçage de base

import pandas as pd

df = pd.read_csv("wines.csv")
df['alcohol'].plot.hist()

Exemple d'histogramme pandas

Seaborn

Seaborn permet des visualisations complexes des données
Bâti sur matplotlib, il fonctionne mieux avec les DataFrames de pandas

Seaborn histplot

histplot ressemble à l'histogramme montré plus tôt
Par défaut, il génère un histogramme, mais peut aussi produire d'autres graphiques

import seaborn as sns

sns.histplot(df['alcohol'])

Exemple de histplot Seaborn

Seaborn displot

displot s'appuie sur histplot et d'autres fonctions pour les distributions
Par défaut, il trace un histogramme, mais peut générer d'autres types

import seaborn as sns

sns.displot(df['alcohol'], kind='kde')

Exemple de displot Seaborn

Histogramme pandas vs displot

Histogramme pandas
```
df['alcohol'].plot.hist()
```
- Fréquence réelle des observations
- Aucune bordure des barres
- Grandes classes (bins)
- Aucun libellé de l'axe x

Seaborn displot
```
sns.displot(df['alcohol'])
```
- Libellé automatique sur l'axe x
- Palette de couleurs sourdes
- Graphique plus épuré

Passons à la pratique !

Visualisation de données intermédiaire avec Seaborn

Preparing Video For Download...