Visualisasi Data menggunakan Bar Plot (Seaborn Library)

Beranda » Berita Terbaru » Visualisasi Data menggunakan Bar Plot (Seaborn Library)
Mari visualisasikan data kita dengan Bar Plot yang tersedia di pustaka Seaborn. 


Kita dapat meneruskan berbagai parameter ke barplot seperti rona, selang kepercayaan (ci), terbalik, penaksir (rata-rata, median, dsb.), urutan, palet, warna, saturasi dan sebagainya 


Mari jelajahi Bar Plot menggunakan dataset Tips.

Langkah 1: Impor pustaka yang diperlukan

impor numpy sebagai np
impor panda sebagai pd
impor seaborn sebagai sns
impor matplotlib.pyplot sebagai plt
%matplotlib sebaris

Langkah 2: Muat kumpulan data Tips

tips=sns.muat_dataset('tips')
tips.kepala()

Langkah 3: Jelajahi data menggunakan Bar Plot

sns.barplot(x='hari', y='total_tagihan', data=tips)


Plot Batang Horizontal


sns.barplot(x='total_tagihan', y='hari', data=tips)


Mengatur warna dan tingkat saturasi

sns.barplot(x='hari', y='total_tagihan', data=tips, warna='hijau') 

sns.barplot(x='hari', y='total_tagihan', data=tips, warna='hijau', kejenuhan= 0.3)  


Secara default, estimator adalah mean, Anda juga dapat mengaturnya ke median atau yang lainnya


sns.barplot(x='hari', y='total_tagihan', data=tips, penduga=np.median)


Tambahkan parameter rona

sns.barplot(x='hari', y='total_tagihan', data=tips, warna='seks')

sns.barplot(x='hari', y='total_tagihan', data=tips, warna='seks', palet='musim gugur')

sns.barplot(x='hari', y='total_tagihan', data=tips, warna='seks', warna='hijau')

sns.barplot(x='hari', y='total_tagihan', data=tips, warna='seks', palet='musim semi', urutan=['Sabtu', 'Minggu', 'Kamis', 'Jumat'])

sns.barplot(x='jenis kelamin', y='total_tagihan', data=tips, warna='seks', palet='musim semi', urutan=['Pria', 'Wanita'])


Tambahkan interval kepercayaan dan parameter terbalik

Bkurangnya garis pada diagram batang mewakili bagian kesalahan. Kita dapat mengatur terbalik dan interval kepercayaan (ci) dari bagian kesalahan. Interval keyakinan adalah rentang nilai, yang diperoleh dari statistik sampel, yang kemungkinan mengandung nilai parameter populasi yang tidak diketahui.

sns.barplot(x='hari', y='total_tagihan', data=tips, ci= 99)
sns.barplot(x='hari', y='total_tagihan', data=tips, ci= 34)


sns.barplot(x='hari', y='total_tagihan', data=tips, terbalik= 0.3)


Anda dapat mengunduh buku catatan Jupyter saya dari di siniSaya sarankan untuk mencoba kode di atas dengan dataset Iris juga.

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Bidang yang harus diisi ditandai *

Penyedia Baru
binola

Broker yang
Lebih dari 2 juta bisnis
Lihat 10 Pialang Teratas

permainan

Permainan online
Lebih dari 2 juta bisnis
Lihat 10 Game Online Gratis Teratas

Game baru
Kebohongan P

$59.99 Edisi standar
28% Hemat Diskon
Lihat 10 Game Penyedia Teratas

KEPOMPONG

$24.99 Edisi standar
28% Hemat Diskon
Lihat 10 Game Penyedia Teratas

Penawaran Baru
Komisi hingga $1850 untuk pengguna aktif program afiliasi Oleh Exness

Poin Teratas © Hak Cipta 2023 | Oleh Topoin.com Media LLC.
Topoin.info adalah situs review produk, bonus, penawaran, penyedia layanan bisnis dan perusahaan terbaik dan terpercaya sepanjang masa.

Temukan lebih banyak dari Poin Teratas

Berlangganan sekarang untuk terus membaca dan mendapatkan akses ke arsip lengkap.

lanjutkan membaca