可视化在matplotlib/seaborn中有意义的数字数据与分类数据
可视化在matplotlib/seaborn中有意义的数字数据与分类数据。
在数据分析和可视化领域，matplotlib和seaborn是两个非常流行的Python库。它们提供了丰富的功能和灵活的接口，可以帮助开发人员和数据科学家对数据进行可视化和分析。
数字数据是指连续的数值型数据，例如温度、时间、销售额等。而分类数据是指离散的类别型数据，例如性别、地区、产品类型等。
在matplotlib和seaborn中，可以使用不同的图表类型来可视化数字数据和分类数据。
对于数字数据，常用的可视化方法包括：
- 折线图（Line Plot）：用于显示数据随时间或其他连续变量的变化趋势。可以使用matplotlib的
plot函数或seaborn的lineplot函数来创建折线图。 - 散点图（Scatter Plot）：用于显示两个变量之间的关系。可以使用matplotlib的
scatter函数或seaborn的scatterplot函数来创建散点图。 - 柱状图（Bar Plot）：用于比较不同类别之间的数值。可以使用matplotlib的
bar函数或seaborn的barplot函数来创建柱状图。 - 直方图（Histogram）：用于显示数据的分布情况。可以使用matplotlib的
hist函数或seaborn的histplot函数来创建直方图。
对于分类数据，常用的可视化方法包括：
- 饼图（Pie Chart）：用于显示不同类别的占比情况。可以使用matplotlib的
pie函数或seaborn的pieplot函数来创建饼图。 - 条形图（Bar Plot）：用于比较不同类别之间的数值。可以使用matplotlib的
bar函数或seaborn的barplot函数来创建条形图。 - 箱线图（Box Plot）：用于显示数据的分布情况和异常值。可以使用matplotlib的
boxplot函数或seaborn的boxplot函数来创建箱线图。 - 热力图（Heatmap）：用于显示两个分类变量之间的关系。可以使用seaborn的
heatmap函数来创建热力图。
以上仅是可视化数字数据和分类数据的一些常用方法，实际应用中还可以根据具体需求选择其他图表类型。
腾讯云提供了一系列与数据分析和可视化相关的产品和服务，例如云原生数据库TDSQL、云数据库CDB、云服务器CVM等。具体产品介绍和链接地址可以参考腾讯云官方网站：https://cloud.tencent.com/
相关·内容
我试图在Python3.6.5下用 0.9.0绘制一些简单的数据。数据只是两个点，彼此之间有着不同的分类。分类本身就是简单的1或2。然而，当我用Seaborn绘制它时，图例显示了三种类型：0、1和2。
import numpy
import seaborn
import pandas
from matplotlib import pyplot
X = numpy.array([
[-1, -1, 1],
[1, 1, 2]
])
data = pandas.DataFrame(X, columns=('x','y','type'
浏览 2提问于2018-10-19得票数 12
回答已采纳
1回答
使用带海运的地区
、、、
目前，我正试图可视化一些我正在处理的海运数据。我需要用逗号作为小数分隔符，所以我想简单地更改一下区域设置。我找到了一个类似问题的答案，它设置了区域设置，并使用matplotlib绘制一些数据。
这也适用于我，但是当直接使用seaborn而不是matplotlib时，它不再使用locale了。不幸的是，我找不到任何设置来改变海运或任何其他解决办法。有办法吗？
这里有一些典型的数据。请注意，我必须使用'german'而不是"de_DE"。X标签都使用标准点作为小数分隔符。
import locale
# Set to German locale to get com
浏览 1提问于2018-10-01得票数 5
回答已采纳
1回答
我一直在使用seaborn进行一些数据可视化，但由于某些原因，轴和间距似乎有点不对劲。当我使用matplotlib和pandas进行数据可视化时，也会发生这种情况。我将展示一个例子来说明我的观点：
import seaborn as sns
import matplotlib.pyplot as plt
plt.style.use('ggplot')
tips = sns.load_dataset('tips') # a dataset
sns.distplot(tips['total_bill']) # 'total_bill
浏览 0提问于2020-01-17得票数 0
#import libraries
import pandas as pd
import numpy as np
import random as rd
import matplotlib.pyplot as plt
import seaborn as sns
data = pd.read_csv('C:/Users/yehya/Desktop/cmps276/forestfires.csv')
data = pd.get_dummies(data)
#Visualise data points
sns.pairplot(data)
sns.plt.show()
#plt
浏览 0提问于2020-11-08得票数 1
我想在seaborn/matplotlib中做一个散点图，其中点的大小由dataframe中的(连续)值决定，点的颜色也由dataframe中另一列的连续值决定。在ggplot中，这样做的方法是：
ggplot(iris) + geom_point(aes(x=Sepal.Width, y=Sepal.Length, size=Petal.Width, color=Petal.Length))
(这里的颜色/大小是连续的，而不是分类值)
seaborn/matplotlib中的语法是什么？
浏览 4提问于2017-03-13得票数 6
回答已采纳
1回答
我有一个多类的分类问题，而且特性是连续的，我想使用python库(matplotlib，seaborn，plotly.)来可视化。每个给定特性的目标变量(4个类)。
我不知道哪种类型的图更适合我的情况( X_axis: 4个类和Y_axis:给定连续特性)。
如果你有任何建议/例子/资源，请不要犹豫分享！
浏览 0提问于2022-06-13得票数 0
1回答
我的数据框中有一个分类变量(A，B，C)。然后，我对其进行编码(使其数值化)，以便传递到神经网络中。
然而，我的最终可视化图形向我显示了分类变量的编码值，并且我在将其映射回其原始值时遇到了困难。
我首先使用以下命令将分类变量(数据type=object)编码为数值：
encoders = {}
for x in df.columns:
if df[x].dtypes=='object':
le = preprocessing.LabelEncoder()
df[x]=le.fit_transform(df[x].astype(str))
浏览 6提问于2018-08-19得票数 1
我在Python中玩随机库来模拟我工作的一个项目，我发现自己处于一个非常奇怪的位置。
假设我们在Python中有以下代码：
from random import randint
import seaborn as sns
a = []
for i in range(1000000):
a.append(randint(1,150))
sns.distplot(a)
该图按“离散均匀”分布。
然而，当我改变范围从1到110，地块有几个高峰。
from random import randint
import seaborn as sns
a = []
for i in r
浏览 9提问于2016-12-12得票数 67
回答已采纳
2回答
我很难用海运显示一些人力资源分数数据。我想使用一个计数图来可视化与雇员在y轴上的数据，得分类别作为色调，以及他们在x轴上分数的值范围。
import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
btraits = {'Behavioural Traits': ['Communicaiton', 'Teamwork', 'Leadership', 'Negotiation', 'A
浏览 3提问于2020-07-12得票数 2
回答已采纳
嗨，我正在处理一个分类数据。我想要查看某一天的设备行为。我有这些作为我的数据框架：
在toronto_time上，我有一个datetime64[D]。我之前使用dt.time删除了日期。然而，它提出了一个数据类型问题，这使得它成为object类型而不是datetime64[D]类型。使用pd.to_datetime再次转换它将在其自身上添加一个日期。
所以我把它和原件放在一起：
toronto_time description
0 2018-09-08 00:00:50 STATS
1 2018-09-08 00:01:55
浏览 1提问于2018-09-12得票数 0
我试图用seaborn.heatmap可视化我的数据。
但是，我遇到的问题是，当我在grayscle中打印出来时，图像很难读懂。
我跟踪了许多类似的问题，但没有奏效。
在seaborn.heatmap的细胞上是否有附加的孵化？
我的代码如下：
import numpy as np
import pandas as pd
from matplotlib import pyplot as plt
from matplotlib.colors import ListedColormap
import seaborn as sns
df = pd.read_csv("file.csv"
浏览 11提问于2022-04-13得票数 2
回答已采纳
0回答
我有一个包含分类数据的pandas数据框架，如下所示：
cat DM3_r DM3_r_err
133 stuff 9.908949 0.442363
1347 foo 1.156828 0.130174
132 bar 0.818709 0.593341
1350 stack 0.798348 0.089866
977 over 0.724274 0.462868
1054 flow 0.546665 0.538208
1228 run 0.425070 0.571659
1009 run 0.31655
浏览 4提问于2016-07-06得票数 2
回答已采纳
1回答
我在可视化中得到了一个奇怪的结果。我正在处理钻石数据集(sns.load_dataset('diamonds'))。我在python可视化编辑器中有以下代码：
import seaborn as sns
import matplotlib.pyplot as plt
sns.histplot(dataset['carat'], bins = 50)
plt.show()
然而，我得到了这个可视的(大部分值被截断，应该是一个钟形曲线，ish，最大条数最多可达11,000)：
我已经尝试了一个海运的群集绘图，这看起来还可以，所以它似乎不是一个数据类型问题。
浏览 2提问于2022-11-18得票数 0
回答已采纳
1回答
在同一散点图上绘制两个数据集
、、、、
我在Pandas Dataframe中有两个数据集，我想在同一散点图上可视化它们，所以我尝试了：
import matplotlib.pyplot as plt
import seaborn as sns
sns.pairplot(x_vars=['Std'], y_vars=['ATR'], data=set1, hue='Asset Subclass')
sns.pairplot(x_vars=['Std'], y_vars=['ATR'], data=set2, hue='Asset Subclas
浏览 1提问于2018-08-08得票数 5
回答已采纳
在学习有关可视化数据的在线课程时，我遇到了这一行代码。
import pandas as pd
pd.plotting.register_matplotlib_converters()
import matplotlib.pyplot as plt
%matplotlib inline
import seaborn as sns
有谁能告诉我
pd.plotting.register_matplotlib_converters()
我提到了正式文件，但没有给出明确的解释。
浏览 3提问于2020-04-26得票数 8
回答已采纳
3回答
我有一个病例和对照样本的列表，以及关于每个样本中存在或不存在哪些特征的信息。包含该信息的数据帧可以由Pandas生成：
import pandas as pd
df={'Patient':[True,True,False],'Control':[False,True,False]} # Presence/absence data for three genes for each sample
df=pd.DataFrame(df)
df=df.transpose()
df.columns=['GeneA','GeneB',
浏览 66提问于2018-06-29得票数 0
回答已采纳
3回答
所以我可能有一个简单的问题。我用seaborn从一个excel文件中的数据创建了一个直方图。为了更好的可视化，我希望在条/桶之间留出一些空间。这有可能吗？
我的代码如下所示
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns
%matplotlib inline
from IPython.display import set_matplotlib_formats
set_matplotlib_formats(&
浏览 0提问于2017-11-07得票数 6
回答已采纳
2回答
如何创建一个值范围很大的热图？
、、、、
我想要可视化一个2D矩阵，它的值从-28000到728.我已经使用了seaborn heatmap来获得可视化效果。
import seaborn as sns
%matplotlib inline
plt.figure(figsize = (20,20))
sns.heatmap(temp,annot=True,linewidths=.05,linecolor='blue')
但是，我没有得到适当的可视化，因为范围非常广泛。在这种情况下我应该怎么做？附加可视化的快照。
浏览 0提问于2020-05-20得票数 0
1回答
X轴上的海图和格式化日期
、、、、
我目前正致力于用Seaborn和Pandas可视化数据集。我有一些与时间有关的数据，我想用条形图来表示。
然而，我在海运业面临两个问题：
X轴上的格式化日期。
只显示少量的日期(因为在一个6个月的图表上标记每一天是没有意义的)
我在普通Matplotlib中找到了解决问题的方法，即：
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
import numpy as np
N = 20
np.random.seed
浏览 0提问于2019-06-17得票数 1
回答已采纳
我参加了一个课程，展示如何在Jupiter上使用Seaborn和matplotlib来创建各种数据可视化模型。我也刚刚学会了如何将excel文件导入到Jupiter中，但我遇到的问题是数据不能从excel文件中取出，因为它不是一个数据框架。 有谁知道如何从导入的excel文件中提取数据，以便将其用于数据可视化？我很感谢你的帮助。
浏览 17提问于2020-06-11得票数 0
我正在尝试使用matplotlib/seaborn可视化熊猫系列的另一种方法。但是我不能这样做。有什么办法吗？
我可以使用pandas的df.plot()方法来可视化它。
df2.groupby('Company').Company.count()
数据如下所示：
100 a
101 b
102 c
103 d
104 a
105 c
106 d
107 b
108 a
109 c
浏览 0提问于2019-04-01得票数 1
我对Python的数据分析相当陌生。我用我的调查数据做交叉表，只是计算每个答案得到多少答案(1-5分)，然后把它们变成一个plot.bar图表来可视化。我从红色到绿色添加了颜色，以更好地反映数据。
1=红色，2=橙色，3=黄色，4=浅绿色，5=绿色
一切都很好，直到在一个交叉表中，没有人回答1号，所以在plot.bar图表中，它只显示了2-5之间的答案，并且对它们进行了错误的着色，因为现在只有4个答案。我在交叉表中尝试了dropna=False，但是它什么也没做。
我一开始就导入的所有东西(不知道这是否重要)
import numpy as np
import pandas as pd
imp
浏览 11提问于2022-09-28得票数 -1
1回答
我想可视化4个测试样本的k-NN分类器。我找过了，但什么也找不到。你能帮我实现代码吗？ 到目前为止，我的代码如下： from sklearn.datasets import make_moons
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline
from sklearn.neighbors import KNeighborsClassifier
from sklearn import metrics
from sklea
浏览 8提问于2020-12-13得票数 0
回答已采纳
1回答
我有一个数据集，它随时间变化均值和方差，但仍然在y值的相同范围内。我想要可视化数据的变化。下面是我所要寻找的特征的情节：
不幸的是，我不知道如何创造出这样的美丽。我尝试了seaborn.catplot()函数，但是我忽略了可视化单个数据点的平均值和连接的选项。
import numpy as np
import seaborn as sns
import pandas as pd
import matplotlib.pyplot as plt
dist_1 = np.random.beta(2.,2.,250)
dist_2 = np.random.beta(3.,4.,250)
da
浏览 1提问于2019-01-09得票数 2
回答已采纳
1回答
合并不同的海运分布图
、、、
我使用seaborn和matplotlib和Python3来可视化两个不同数组的分布。我使用的代码是： # Create two matrices (can be 'n' dimensional)-
x = np.random.normal(size = (5, 5))
y = np.random.normal(size = (5, 5))
# On using seaborn, it creates two different plots-
sns.displot(data = x.flatten(), label = 'x')
sns.displot(d
浏览 36提问于2021-07-27得票数 1
回答已采纳
在使用海运的“分类”绘图功能来实际绘制分类数据的速率时，我遇到了一个反复出现的问题。
我在这里做了一个简单的例子，我可以发誓我已经习惯了使用海运。我设法找到了一个使用虚拟变量的解决方案，但这并不总是很方便。有谁知道为什么我的“第2版”用例的barplot不起作用？
import pandas as pd
from pandas import DataFrame
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
# Generate some example data of labels and a
浏览 2提问于2016-06-16得票数 3
回答已采纳
1回答
背景
我正在阅读“用Python进行机器学习介绍”，并尝试在中实现的可视化。首先，我使用不同的LogisticRegression参数为Winsconsin癌症数据集安装了3个C分类器。然后，对于每个分类器，我绘制了每个特征的系数大小。
%matplotlib inline
from sklearn.datasets import load_breast_cancer
from sklearn.linear_model import LogisticRegression
from matplotlib import pyplot as plt
cancer = load_breast_can
浏览 0提问于2018-06-19得票数 0
回答已采纳
我对海运的热图有这个问题。我不知道怎么做，但是seaborn.heatmap()拒绝接受数据格式，而是显示了所提到的错误。Seaborn，matplotlib和熊猫是最新的，我在Visual上使用python 3.10。该代码只是来自seaborn.heatmap本身的示例代码：
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
flights = sns.load_dataset("flights")
flights = flights.pivot("month"
浏览 3提问于2021-12-05得票数 6
回答已采纳
1回答
给定一个mass DataFrame df year count
1980 -23
1980 -4
1981 10
1982 0
1982 4
...
2007 27
2008 0
2008 0
2009 -7
2009 5 值首先按year排序，然后按count排序。(显示的值可以任意更改) 我想可视化count如何随着year的增加而不同地分布，这可以通过百分位数图最有效地显示出来。但是，由于我的数据是在DataFrame中给出的，我认
浏览 15提问于2021-04-22得票数 1
回答已采纳
AttributeError：'bool‘对象在我的Python数据分析中没有'all’属性，我正在尝试使用pandas/matplotlib添加给定某个国家的泥石流数据的死亡总数。然后，我想使用seaborn将数据可视化到柱状图上。然而，每当我这样做的时候，我都会得到一个AttributeError：'bool‘对象没有'all’属性的错误。我正在使用的CSV文件可以在这里找到:到目前为止，这是我的代码。
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
sns
浏览 0提问于2021-04-12得票数 1
1回答
我有4个变量，其中2个变量是名义变量(dtype=object)，2个变量是数值变量(dtypes=int和float)。
df.head(1)
OUT:
OS_type|Week_day|clicks|avg_app_speed
iOS|Monday|400|3.4
现在，我想将数据放到海运热图可视化中。
import numpy as np
import seaborn as sns
ax = sns.heatmap(df)
但我得到一个错误，表明我不能使用分类变量，只有数字。如何正确处理这一问题，然后将其反馈到热图中？
浏览 1提问于2019-07-30得票数 3
我正在根据目标变量(植物种类)着色的虹膜数据集从DataFrame生成pd.scatter_matrix()图。当我运行下面的代码时，我得到了一个带有黑色、灰色和白色(!)的散布矩阵。影响可视化的有色散射点。网格似乎也不一致，显然只有靠近轴线的地块才会得到相应的网格。我想要一个漂亮的网格和散布矩阵遵循sns的默认调色板(蓝色，绿色，红色)。
为什么seaborn绘图样式和pd.scatter_matrix()的使用强制执行不同的(可怕的！)颜色调色板，然后是默认的散点图和不一致的网格线？我如何解决这些可视化问题？
我已经将seaborn更新到了一个相当新的版本(2017年7月的0.8)。我还尝
浏览 2提问于2017-09-24得票数 3
回答已采纳
我正在使用py魅力创建数据的情节，我遵循的是一个kaggle教程的海运。条形图绘制了12个月的航班延迟图，在教程中，它在x轴上显示了1-12，但是当我试图在python代码中执行这一点时，它只显示出最多11。我对python非常陌生，一般编写代码，并试图自学，但我在使用py魅力和解决这个问题时遇到了很多问题。
import pandas as pd
pd.plotting.register_matplotlib_converters()
import matplotlib.pyplot as plt
import seaborn as sns
print("Setup Complete
浏览 2提问于2022-08-10得票数 0
3回答
我在UDemy上上了一门关于数据可视化的课程(我推荐给你，但它可能看起来像垃圾邮件)，在那之前，我一直使用matplotlib来做我的可视化，所以Seaborn对我来说是相当新的。在本课程中，他们讨论了corrplot()函数，该函数可以生成类似于以下图表的内容：
但是现在，corrplot()已经被弃用了。我一直在查找Seaborn文档和web上的一些链接，我所做的"closer“是这样的：
当然，我更喜欢原始的corrplot()输出，而且它的实现方式更容易，那么使用heatmap()或任何其他函数做同样的事情的方法是什么呢？
顺便说一下，生成图表的数据是不同的
浏览 0提问于2017-04-20得票数 6
回答已采纳
我正在尝试使用searborn facetgrid可视化MIST数据集的t-SNE，但在绘图时遇到错误。以下是代码和错误 import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
import seaborn as sns
from sklearn import datasets
from sklearn import manifold
%matplotlib inline
data = datasets.fetch_openml('mnist_784',
version=1,
r
浏览 46提问于2020-07-15得票数 0
回答已采纳
我使用matplotlib和seaborn.barplot在python中构建了一个条形图，X轴数据是分类的，每个类别有两个成对的条形图。我希望为每个类别的两个成对条中的一个显示错误条。errorevery=2允许我将错误条应用于每个其他条，但错误条位于两个条之间，而不是第一个条的中间(见下图)。 下面是我当前代码的一个示例： sns.barplot(y='val', x='category', data=df, ax=ax, hue='hue')
plt.errorbar('category','val',da
浏览 22提问于2020-04-02得票数 3
上下文
我有一个包含聚集数据的pandas-DataFrame，我想将其绘制为条形图：
df = pd.DataFrame({
"x_axis": np.arange(0., 1., .01)
, "counts": some_aggregation
})
# df looks like this
x_axis |counts
--------------
0.00 | 1.0
0.01 | 0.0
0.02 | 14.0
...
1.00 | 12.0
可以看到，这提供了
x_axis：一列，我希
浏览 0提问于2021-07-01得票数 0
回答已采纳
1回答
我正在尝试在VSCode中使用python可视化数据，代码如下
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
train_df = pd.read_csv('D:/GBM project/train_labels.csv')
plt.figure(figsize = (5, 5))
sns.countplot(data = train_df, x = 'MGMT_value')
这段代码运行成功，但没有显示任何图像，谁能告诉我问题出在哪里？提前感谢！
浏览 0提问于2021-11-04得票数 0
2回答
我想在Matplotlib中有一个类似于的函数，它接受'x‘和'y’轴的连续值，加上一个分类变量作为输入；并生成一个散点图，其中包含边缘KDE图和两个或多个不同颜色的分类变量作为输出：
我已经找到了，，和的散点图的例子；但我还没有找到任何结合散点图和边缘KDE图的例子，并且用颜色编码来表示不同的类别。
如果可能，我想要一个使用'vanilla‘Matplotlib而不使用Seaborn的解决方案，因为这将避免依赖，并允许使用标准Matplotlib命令完全控制和自定义绘图外观。
我打算根据上面的例子写一些东西，但是在写之前，我想检查一下类似的函数是否已经可用，如果没有
浏览 1提问于2019-07-30得票数 4
4回答
我有以下合成数据，包括数值列和分类列以及label列。我想绘制一个对角线相关矩阵，并在上面显示相关系数如下：
预期输出
尽管需要将合成数据集/dataframedf中的分类列转换为数字列，但到目前为止，我使用的是数据集，它是合成的，适合我的任务，但我添加了label列如下：
import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
sns.set_theme(style="white")
# Generate a large random
浏览 28提问于2022-09-02得票数 9
回答已采纳
在处理我的项目时，我从测试数据中获得了一个混淆矩阵，如下所示：
from sklearn.metrics import confusion_matrix
cm = confusion_matrix(y_test, y_pred)
cm
输出为：
array([[1102, 88],
[ 85, 725]], dtype=int64)
使用seaborn和matplotlib，我使用以下代码将其可视化：
import seaborn as sns
import matplotlib.pyplot as plt
ax= plt.subplot();
sns.heatmap
浏览 11提问于2020-05-12得票数 3
回答已采纳
1回答
我有点困惑，当这些数据没有“分类”标签时，如何使用seaborn.stripplot()来绘制多列数据点。
例如，用户可以使用tips数据集绘制“分组”散点图，如下所示：
import numpy as np
import pandas as pd
import matplotlib
import matplotlib.pyplot as plt
import seaborn as sns
tips = sns.load_dataset("tips") # internal dataset
print(tips)
total_bill tip
浏览 9提问于2016-08-16得票数 3
回答已采纳
1回答
我正在构建一个GUI exe应用程序，可以显示大数据约2亿个数据点的每一块。到目前为止，我发现能够远程保持良好性能的唯一方法是使用Bokeh和Holoview/HVPLOT和Datashade。我最初使用Tkinter构建了我的程序，使用Matplotlib/Seaborn可视化作为可执行文件运行，但这在绘制大数据时不符合性能要求。我发现使用Datashade的Bokeh可以完成这项工作，但是有方法将Bokeh/Holoview嵌入到Tkinter中吗？Bokeh要么在木星笔记本中绘制高分辨率图表，要么在输出到HTML文件时降低分辨率。
浏览 0提问于2019-01-23得票数 3
2回答
下面是用于获取海运分类数据的条形字符的语法。
import seaborn as sn
import matplotlib as mpl
import matplotlib.pyplot as plt
IN: data['coast'].dtypes
OUT:
CategoricalDtype(categories=[0, 1], ordered=False)
IN: data['coast'].value_counts()
OUT:
0 21450
1 163
Name: coast, dtype: int64
IN: sn
浏览 2提问于2021-07-09得票数 3
回答已采纳
1回答
二维线图中的垂直线伪影
、、、
我试图用seaborn创建一个2D折线图，但我得到了几个伪像，即突然向下或向上弹出几乎看不见的垂直线： ? 另一方面，Excel从同一文件中生成正确的可视化结果： ? 我的代码遵循海运示例(可以在here中找到示例test.csv )： import seaborn as sns
import pandas as pd
import matplotlib.pyplot as plt
data = pd.read_csv('test.csv')
sns.set()
lp = sns.lineplot(x=data['x'], y=data['y
浏览 16提问于2019-10-05得票数 1
2回答
用字典绘制直方图最有效的方法？
、、、、
我正在分析python中的国际象棋游戏，并试图生成每个游戏移动次数的直方图，。我们的目标是获得类似于这种可视化的东西，在这种可视化中，平均每场比赛有70次移动：
目前我有一个无序的dict
{'106': 38,
'100': 46,
'65': 58,
'57': 47,
'54': 31,
'112': 29,
'93': 35,
'91': 44,
...
'109': 35,
'51': 26}
其
浏览 2提问于2021-02-06得票数 0
2回答
Python中的分类气泡图
、、、、
我有一个包含许多分类变量和一个二进制目标变量的数据集。在Python或其他基于开源GUI的软件中，我可以在X和Y轴上散布两个分类变量并使用目标变量作为色调，在这些软件中有什么包可用？
我已经看过Seaborn的猫图，但为此，一个轴必须是数值的，而另一个轴必须是分类的。所以它不适用于这种情况。
例如，您可以使用以下命令：
import seaborn as sns
data = sns.load_dataset('titanic')
以下是我想要的地块功能
X轴- 'embark_town‘
Y轴- 'class‘
色调-‘活着’
浏览 7提问于2021-02-21得票数 0
我想使用matplotlib/seaborn并排绘制两个国家/地区的新冠肺炎确诊病例的条形图:意大利和印度，以供比较。然而，在尝试了许多方法之后，我无法解决这个问题。这两个国家的确诊病例来自两个不同的数据框架。
我想在x轴上绘制'Dates‘列，在y轴上绘制'Confirmed count’列。
附上我的代码的图片以供参考。
附言:我对数据可视化和pandas也很陌生。
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
df = p
浏览 0提问于2020-04-13得票数 1
6回答
在R中使用ggplot2库，我最喜欢的一个方面是能够轻松地指定美学。我可以快速绘制散点图并应用与特定列相关联的颜色，我希望能够使用python/pandas/matplotlib完成此操作。我想知道有没有什么方便的函数可以让人们使用pandas、dataframes和Matplotlib将颜色映射到值？
##ggplot scatterplot example with R dataframe, `df`, colored by col3
ggplot(data = df, aes(x=col1, y=col2, color=col3)) + geom_point()
##ideal sit
浏览 1提问于2013-02-15得票数 58
回答已采纳
1回答
sb.lmplot()的问题
、、、、
我想用lmplot探索我的数据之间的线性关系，但它返回一个错误。有人能帮助我理解我的代码中的错误之处吗？我已经清理了我的数据，消除了null数据，并将str格式的值转换为浮点数格式。在此之后，我尝试执行lmplot()。这是我找到csv文件的链接；
代码
#Analysis of obesity by country
import pandas as pd
import seaborn as sb
import matplotlib.pyplot as plt
import numpy as np
address = 'C:/Users/Andre/Desktop/Python/
浏览 43提问于2020-05-14得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储活动推荐
腾讯云开发者
