Data Science Academy · Oppitunti

Miksi seaborn raw matplotlibin sijaan

Vähemmän koodia ja älykkäämmät oletukset

Oppitunti 1/413 vaihetta

Miksi seaborn raw matplotlibin sijaan on ilmainen Data Science Academy-oppitunti CoddyKitissä. Tämä on oppitunti 1/4. Voit lukea koko oppitunnin alta ilmaiseksi ja harjoitella sen jälkeen käytännössä selaimessa sisäänrakennetulla koodieditorilla ja ympäri vuorokauden käytettävissä olevan tekoälytuutorin avulla. Oppitunti kuuluu Data Science Academy-oppimispolkuun, ja edistymisesi synkronoituu verkon ja CoddyKit-sovelluksen välillä. Data Science Academy-kurssilla on yhteensä 4 oppituntia.

Ystävällisempi tapa piirtää kuvaajia

matplotlib piirtää lähes mitä tahansa, mutta se vaatii paljon koodia. seaborn toimii sen päällä ja muuttaa tavalliset kuvaajat yhdeksi siistiksi riviksi.

Tuo se kerran

Yhteisössä seaborn tuodaan aina nimellä sns. Yhdistä se pandas-kirjastoon, niin olette valmiita piirtämään oikeaa dataa.

import seaborn as sns
import pandas as pd

Suunniteltu DataFrame-kehyksille

seaborn käsittelee DataFrame-kehyksiä suoraan. Välitätte sille taulukon ja sarakkeiden nimet sen sijaan, että poimisitte raakalistat käsin.

sns.scatterplot(data=df, x="age", y="income")

Älykkäämmät oletukset heti käyttöön

Huomaatteko värit, välit ja ruudukon viivat, joita ette ole määrittäneet? seaborn sisältää oletukset, jotka on säädetty siistin näköisiksi jo ennen ensimmäistäkään muutosta.

Määritä teema maailmanlaajuisesti

Yksi kutsu muotoilee kaikki muistikirjan kuvaajat uudelleen. set_theme vaihtaa taustan, fontit ja väripaletit koko istuntoa varten.

sns.set_theme(style="whitegrid")

Tilastot tulevat mukana

Monet seaborn-kuvaajat laskevat asioita puolestanne, kuten keskiarvoja tai luottamusalueita. Se on suunniteltu tilastollisiin kuvaajiin, ei vain viivoihin ja pisteisiin.

Vähemmän koodia, sama tulos

Monia matplotlib-rivejä vaativa ryhmitelty pylväskaavio kutistuu usein yhdeksi seaborn-kutsuksi. Kirjoitatte tarkoituksen, ette toteutuksen yksityiskohtia.

sns.barplot(data=df, x="team", y="score")

Se perustuu edelleen matplotlibiin

seaborn ei korvaa matplotlibia, vaan laajentaa sitä. Jokainen seaborn-kuvaaja on pohjimmiltaan matplotlib-kuvaaja, joten työkalut toimivat yhdessä.

Hienosäädä matplotlibilla milloin tahansa

Tarvitsetteko mukautetun otsikon tai akselirajan? Siirtykää heti seaborn-kutsun jälkeen plt-nimitilaan ja muokatkaa samaa kuvaajaa.

import matplotlib.pyplot as plt
plt.title("Scores by Team")

Harjoitteluun tarkoitetut valmiit aineistot

seaborn sisältää siistejä esimerkkitaulukoita, joiden avulla voitte kokeilla heti. load_dataset antaa käyttöön valmiin DataFrame-kehyksen ilman tiedostojen etsimistä.

tips = sns.load_dataset("tips")

Milloin mitäkin kannattaa käyttää

Käyttäkää seabornia ensin nopeisiin ja hyvännäköisiin tilastollisiin kuvaajiin. Turvautukaa suoraan matplotlibiin vain, kun tarvitsette täydellisen pikselitason hallinnan.

Pikatarkistus

Miten seaborn liittyy matplotlibiin?

Vastaa interaktiivisessa oppitunnissa

Kertaus: seaborn voittaa nopeudessa

Näitte, miksi seaborn on helppo oletusvalinta: se toimii hyvin DataFrame-kehysten kanssa, sisältää älykkäät oletukset, lisää tilastot ja antaa silti hienosäätää matplotlibilla. On aika piirtää. 📊

Aloita maksutta

Opi Python tekoälytuutorin avulla — ilmaiseksi

Kirjoita ja suorita oikeaa koodia selaimessa, saa välitöntä apua tekoälytuutorilta ympäri vuorokauden ja jatka siitä, mihin jäit, verkossa tai sovelluksessa.

Kurssit: 30
Oppitunnit: 120

Aloita opiskelu maksutta Näytä koko kurssi

Usein kysytyt kysymykset

Onko oppitunti ”Miksi seaborn raw matplotlibin sijaan” ilmainen?

Kyllä – oppitunnin ”Miksi seaborn raw matplotlibin sijaan” koko tekstin voi lukea täällä verkossa ilmaiseksi. Jos haluat harjoitella interaktiivisesti sisäänrakennetulla koodieditorilla ja ympäri vuorokauden käytettävissä olevan tekoälytuutorin avulla sekä avata koko Data Science Academy-kurssin, päivitä CoddyKit PROhon. Data Science Academy-kurssilla on yhteensä 4 oppituntia.

Mitä opin oppitunnilla ”Miksi seaborn raw matplotlibin sijaan”?

Vähemmän koodia ja älykkäämmät oletukset Harjoittelet Data Science Academy-aihetta koodilla, jonka suoritat suoraan selaimessa. Ympäri vuorokauden käytettävissä oleva tekoälytuutori vastaa kysymyksiisi oppitunnin aikana.

Tarvitsenko kokemusta aloittaakseni Data Science Academy-opiskelun?

Aiempi kokemus ei ole tarpeen. CoddyKitin Data Science Academy-oppimispolku sopii vasta-alkajista edistyneisiin, joten voit aloittaa tästä tai alusta ja edetä omaan tahtiisi. Tämä on oppitunti 1/4.

Kuinka kauan ”Miksi seaborn raw matplotlibin sijaan”-oppitunnin suorittaminen kestää?

Useimmat CoddyKitin oppitunnit kestävät noin 5–10 minuuttia. Jokainen oppitunti on lyhyt ja interaktiivinen, joten edistyt tasaisesti ja voit jatkaa siitä, mihin jäit – sekä verkossa että sovelluksessa.

Voinko kirjoittaa ja suorittaa koodia tällä Data Science Academy-oppitunnilla?

Kyllä. Jokainen Data Science Academy-oppitunti sisältää sisäänrakennetun koodieditorin, joten voit kirjoittaa ja suorittaa oikeaa koodia suoraan selaimessa ja saada välitöntä palautetta tekoälyltä – paikallista asennusta ei tarvita.

Kaikki tämän kurssin oppitunnit

← Takaisin: Data Science Academy