แนะนำ Seaborn

การสร้างภาพข้อมูลระดับกลางด้วย Seaborn

Chris Moffitt

Instructor

ภูมิทัศน์การสร้างภาพข้อมูลด้วย Python

ภูมิทัศน์การสร้างภาพข้อมูลด้วย Python มีความซับซ้อนและอาจทำให้สับสนได้

ภูมิทัศน์การสร้างภาพข้อมูลด้วย Python

Matplotlib

matplotlib เป็นพื้นฐานสำหรับการสร้างภาพข้อมูลของ Seaborn
ใช้งานแบบเดี่ยวเพื่อพล็อตข้อมูลได้เช่นกัน

import matplotlib.pyplot as plt
import pandas as pd

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

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

ตัวอย่างฮิสโตแกรมจาก Matplotlib

Pandas

pandas เป็นไลบรารีพื้นฐานสำหรับวิเคราะห์ข้อมูล
รองรับการพล็อตข้อมูลเบื้องต้นด้วย

import pandas as pd

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

ตัวอย่างฮิสโตแกรมจาก Pandas

Seaborn

Seaborn รองรับการสร้างภาพข้อมูลที่ซับซ้อน
สร้างบน matplotlib และทำงานได้ดีที่สุดกับ DataFrame ของ pandas

Seaborn histplot

histplot คล้ายกับฮิสโตแกรมในตัวอย่างก่อนหน้า
โดยค่าเริ่มต้นจะสร้างฮิสโตแกรม แต่รองรับกราฟประเภทอื่นได้ด้วย

import seaborn as sns

sns.histplot(df['alcohol'])

ตัวอย่าง histplot จาก Seaborn

Seaborn displot

displot ใช้งาน histplot และฟังก์ชันอื่นสำหรับกราฟการกระจาย
โดยค่าเริ่มต้นจะสร้างฮิสโตแกรม แต่รองรับกราฟประเภทอื่นได้ด้วย

import seaborn as sns

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

ตัวอย่าง displot จาก Seaborn

ฮิสโตแกรม pandas เทียบกับ Displot

ฮิสโตแกรมจาก Pandas
```
df['alcohol'].plot.hist()
```
- แสดงความถี่จริงของการสังเกต
- ไม่มีเส้นขอบแท่ง
- ช่วงถังกว้าง
- ไม่มีป้ายกำกับแกน x

displot จาก Seaborn
```
sns.displot(df['alcohol'])
```
- มีป้ายกำกับแกน x อัตโนมัติ
- ชุดสีที่นุ่มนวล
- กราฟดูเรียบร้อยกว่า

มาฝึกกันเถอะ!

การสร้างภาพข้อมูลระดับกลางด้วย Seaborn

Preparing Video For Download...