मैट्रिक्स प्लॉट्स
इंटरमीडिएट Data Visualization with Seaborn
Chris Moffitt
Instructor
डेटा को सही फ़ॉर्मेट में लाना
- Seaborn का
heatmap()फंक्शन डेटा को ग्रिड फ़ॉर्मेट में चाहता है - डेटा बदलने के लिए अक्सर pandas
crosstab()का उपयोग होता है
pd.crosstab(df["mnth"], df["weekday"],
values=df["total_rentals"],aggfunc="mean").round(0)
हीटमैप बनाएँ
sns.heatmap(pd.crosstab(df["mnth"], df["weekday"],
values=df["total_rentals"], aggfunc="mean")
)
हीटमैप कस्टमाइज़ करें
sns.heatmap(df_crosstab, annot=True, fmt="d",
cmap="YlGnBu", cbar=False, linewidths=.5)
हीटमैप को केंद्रित करना
- Seaborn किसी विशेष मान पर हीटमैप रंगों को केंद्रित करना सपोर्ट करता है
sns.heatmap(df_crosstab, annot=True, fmt="d",
cmap="YlGnBu", cbar=True,
center=df_crosstab.loc[9, 6])
कोरिलेशन मैट्रिक्स प्लॉट करना
- Pandas का
corrफंक्शन dataframe में कॉलम के बीच correlation निकालता है - आउटपुट को seaborn से हीटमैप में बदला जा सकता है
cols = ['total_rentals', 'temp', 'casual', 'hum', 'windspeed']
sns.heatmap(df[cols].corr(), cmap='YlGnBu')
