Python 데이터 시각 화 를 배 우려 면 이 7 개의 라 이브 러 리 를 시도 해 야 합 니 다.
Seaborn 은 matplotlib 라 이브 러 리 위 에 지 어 졌 습 니 다.그것 은 많은 내장 함수 가 있 습 니 다.이 함수 들 을 사용 하면 간단 한 코드 줄 만 있 으 면 아름 다운 그림 을 만 들 수 있 습 니 다.이 는 여러 가지 고급 시각 화 그림 과 간단 한 문법 을 제공 했다.예 를 들 어 사각형 그림,바이올린 그림,거리 그림,관절 그림,쌍 그림,열 그림 등 이다.
설치 하 다.
ip install seaborn
주요 특징:4.567917.두 변수 간 의 관 계 를 확인 하 는 데 사용 할 수 있다4.567917.단일 변수 나 이중 변수 분 포 를 분석 할 때 구분 합 니 다4.567917.변수 에 의 한 선형 회귀 모델 을 그립 니 다다 중 격자 그림 제공간단 한 코드 몇 줄 만 사용 하면 예 쁜 그림 을 그 릴 수 있다.
공식 문서
https://seaborn.pydata.org/
둘째,PlotlyPlotly 는 대화 형 계기판 구축 에 도움 이 되 는 고급 Python 분석 라 이브 러 리 다.Plotly 를 사용 하여 구 축 된 도형 은 대화 형 도형 입 니 다.이것 은 도형 의 특정한 점 이나 세 션 의 값 을 쉽게 찾 을 수 있 음 을 의미 합 니 다.Plotly 는 계기판 을 만 들 고 서버 에 배치 하 는 것 이 쉬 워 졌 다.그것 은 Python,R,Julia 프로 그래 밍 언어 를 지원 합 니 다.
Plotly 간단 한 산 점 도 를 만 드 는 코드:
공식 문서
https://dash.plotly.com/
3.GeoplotlibGeoplotlib 는 지리 데 이 터 를 시각 화하 고 지 도 를 만 드 는 Python 도구 상자 입 니 다.이 라 이브 러 리 를 사용 하여 각종 지 도 를 만 들 수 있 습 니 다.열 도,점 밀도 도,지리 지도 등 을 포함 하여 만 든 지도 예 시 를 사용 할 수 있 습 니 다.
설치 하 다.
pip install geoplotlib
github 문서
https://github.com/andrea-cuttone/geoplotlib/wiki/User-Guide
4.Gleam글 램 의 영감 은 R 의 샤 이 니 백 에서 나온다.Python 코드 만 사용 하여 그림 을 훌륭 한 웹 프로그램 으로 변환 할 수 있 습 니 다.HTML 과 CSS 를 모 르 는 사람들 에 게 도움 이 된다.그것 은 진정한 시각 화 라 이브 러 리 가 아니 라 모든 시각 화 라 이브 러 리 와 함께 사용 합 니 다.
github 문서
https://github.com/dgrtwo/gleam
5.ggplotggplot 의 작업 방식 은 matplotlib 와 다르다.마지막 으로 완전한 그림 이나 그림 을 만 들 기 위해 여러 구성 요 소 를 그림 으로 추가 할 수 있 습 니 다.예 를 들 어 시작 할 때 축 을 추가 한 다음 트 렌 드 라인 과 같은 다른 구성 요 소 를 추가 할 수 있 습 니 다.
%matplotlib inline
from ggplot import *
ggplot(diamonds, aes(x='price', fill='clarity')) + geom_histogram()
github 문서
https://github.com/tidyverse/ggplot2
6.BokehBokeh 라 이브 러 리 는 Continuum Analytics 에서 만 들 어 졌 으 며 웹 인터페이스 와 브 라 우 저 에 대한 우호 적 인 시각 화 를 만 드 는 데 사 용 됩 니 다.Bokeh 생 성의 시각 화 는 본질 적 으로 상호작용 적 이 며 더 많은 정 보 를 전달 할 수 있 습 니 다.
# Bokeh Libraries
from bokeh.io import output_file
from bokeh.plotting import figure, show
# The figure will be rendered in a static HTML file called output_file_test.html
output_file('output_file_test.html',
title='Empty Bokeh Figure')
# Set up a generic figure() object
fig = figure()
# See what it looks like
show(fig)
공식 문서
https://docs.bokeh.org/en/latest/
7.미 싱 고데이터 과학 은 주어진 데이터 에서 유용 한 정 보 를 찾 아 모든 사람 에 게 보 여 주 는 것 이다.가장 좋 은 방법 은 데 이 터 를 시각 화 하 는 것 이다.모든 데이터 과학자 애호가 들 에 게 이 가방 은 열풍 일 것 이다.모든 부족 한 값 을 찾 을 수 있 도록 도와 주 고 현실 세계 의 데 이 터 를 예 쁜 그래 픽 으로 표시 할 수 있 습 니 다.머리 가 아 프 지 않 고 코드 한 줄 만 있 으 면 됩 니 다.그것 은 도형 표시,예 를 들 어 막대 그래프,도표,열도,트 리 그래프 등 을 지원 한다.
# Importing Necessary Libraries
import pandas as pd
import missingno as mi
# Reading the Titanic dataset (From Local Env)
data = pd.read_csv("train.csv")
# Checking missing values Using ()
print(data.isnull().sum()) ## It will display a table with all the missing values
### The best practice is to visualize this so that everyone even a non-tech person
### can understand and find the missing values, Let's use the `missingno` package
#Visualizing using missingno
print("Visualizing missing value using bar graph")
print(mi.bar(data, figsize = (10,5)))
파 이 썬 데이터 시각 화 에 관 한 7 개의 라 이브 러 리 를 시도 해 야 한 다 는 이 글 은 여기까지 소개 되 었 습 니 다.더 많은 파 이 썬 데이터 시각 화 라 이브 러 리 내용 은 우리 의 이전 글 을 검색 하거나 아래 의 관련 글 을 계속 찾 아 보 세 요.앞으로 많은 응원 부 탁 드 리 겠 습 니 다!
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
Python의 None과 NULL의 차이점 상세 정보그래서 대상 = 속성 + 방법 (사실 방법도 하나의 속성, 데이터 속성과 구별되는 호출 가능한 속성 같은 속성과 방법을 가진 대상을 클래스, 즉 Classl로 분류할 수 있다.클래스는 하나의 청사진과 같아서 하나의 ...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.