Introduktion till Seaborn
Datavisualisering med Seaborn – fortsättningskurs
Chris Moffitt
Instructor
Pythons visualiseringslandskap
- Pythons visualiseringslandskap är komplext och kan kännas överväldigande
Matplotlib
matplotlibger de grundläggande byggstenarna för Seaborns visualiseringar- Det kan även användas fristående för att plotta data
import matplotlib.pyplot as plt import pandas as pddf = pd.read_csv("wines.csv")fig, ax = plt.subplots() ax.hist(df['alcohol'])
Pandas
pandasär ett grundläggande bibliotek för dataanalys- Det har även stöd för enkel plottning
import pandas as pddf = pd.read_csv("wines.csv") df['alcohol'].plot.hist()
Seaborn histplot
histplotliknar histogrammen i tidigare exempel- Skapar som standard ett histogram, men kan även generera andra plottyper
import seaborn as snssns.histplot(df['alcohol'])
Seaborn displot
displotbygger påhistplotoch andra funktioner för fördelningsplotar- Skapar som standard ett histogram, men kan även generera andra plottyper
import seaborn as snssns.displot(df['alcohol'], kind='kde')
Histogram i pandas vs. displot
- Histogram i pandas
df['alcohol'].plot.hist()- Faktisk frekvens för observationer
- Inga konturer på staplarna
- Breda intervall
- Ingen etikett på x-axeln
- Displot i Seaborn
sns.displot(df['alcohol'])
- Automatisk etikett på x-axeln
- Dämpat färgschema
- Renare plot
