Seaborn-introduction
提供:Dev Guides
シーボーン-はじめに
分析の世界では、洞察を得る最良の方法はデータを視覚化することです。 データは、理解、調査、把握しやすいプロットとして表現することで視覚化できます。 このようなデータは、重要な要素の注意を引くのに役立ちます。
Pythonを使用してデータセットを分析するには、広く実装されている2DプロットライブラリであるMatplotlibを使用します。 同様に、SeabornはPythonの視覚化ライブラリです。 Matplotlibの上に構築されています。
Seaborn Vs Matplotlib
Matplotlibが「簡単なことを簡単に、難しいことを可能にしようとすると」、Seabornは明確に定義された難しいものも簡単にしようとすることを要約しています。
Seabornは、Matplotlibが直面する2つの主要な問題の解決を支援します。問題は-
- デフォルトのMatplotlibパラメーター
- データフレームの使用
SeabornはMatplotlibを補完し、拡張するため、学習曲線は非常に緩やかです。 Matplotlibを知っていれば、すでにSeabornの途中にいます。
Seabornの重要な機能
Seabornは、PythonのコアビジュアライゼーションライブラリMatplotlibの上に構築されています。 これは、補完ではなく、代替として機能することを意図しています。 ただし、Seabornには非常に重要な機能がいくつか付属しています。 ここでそれらのいくつかを見てみましょう。 機能はで助けます-
- matplotlibグラフィックスをスタイリングするための組み込みテーマ
- 単変量および二変量データの視覚化
- 線形回帰モデルの適合と視覚化
- 統計的時系列データのプロット
- SeabornはNumPyおよびPandasのデータ構造とうまく機能します
- Matplotlibグラフィックスをスタイリングするためのテーマが組み込まれています
ほとんどの場合、単純なプロットには引き続きMatplotlibを使用します。 Seabornのデフォルトプロットを調整するには、Matplotlibの知識が推奨されます。