पायथन का उपयोग करके बार चार्ट बनाने के तरीके

पिछले एक साल में, मुझे हिस्टोग्राम और बार ग्राफ़ खींचने की आवश्यकता के साथ सामना करना पड़ा है जो मुझे चाहते हैं और इसके बारे में लिखने में सक्षम बनाने के लिए अक्सर पर्याप्त हैं। इसके अलावा, मैं खुद इस तरह की जानकारी का बहुत अभाव था। यह लेख पायथन में इस तरह के ग्राफ बनाने के लिए 3 तरीकों का अवलोकन प्रदान करता है।

शुरू करने के लिए, मैं खुद अपने अनुभवहीनता से बहुत लंबे समय तक नहीं जानता था: बार चार्ट और हिस्टोग्राम दो अलग चीजें हैं। मुख्य अंतर यह है कि हिस्टोग्राम आवृत्ति वितरण को दर्शाता है - हम ऑक्सी अक्ष के लिए मूल्यों का एक सेट निर्दिष्ट करते हैं, और आवृत्ति हमेशा ओए पर प्लॉट की जाती है। बार चार्ट में (जिसे अंग्रेजी साहित्य में बारप्लॉट कहना उचित होगा) हम एब्सिस्सा अक्ष और ऑर्डिनरी अक्ष दोनों निर्दिष्ट करते हैं।

प्रदर्शन के लिए, मैं आइरिस लाइब्रेरी डेटासेट को पीटने वाले शिकिट का उपयोग करूँगा। चलो आयात के साथ शुरू करते हैं:

import pandas as pd import numpy as np import matplotlib import matplotlib.pyplot as plt from sklearn import datasets iris = datasets.load_iris() 

हम आईरिस डेटासेट को डेटाफ्रेम में बदल देंगे - इसलिए भविष्य में इसके साथ काम करना हमारे लिए अधिक सुविधाजनक होगा।

 data = pd.DataFrame(data= np.c_[iris['data'], iris['target']], columns= iris['feature_names'] + ['target']) 

जिन मापदंडों में हम रुचि रखते हैं, उनमें डेटा में सेपल्स और पंखुड़ियों की लंबाई और सेपल्स और पंखुड़ियों की चौड़ाई के बारे में जानकारी शामिल है।

Matplotlib का उपयोग करना
हिस्टोग्राम
चलो एक नियमित हिस्टोग्राम का निर्माण करते हैं जो पंखुड़ियों और सीपल्स की लंबाई का आवृत्ति वितरण दर्शाता है:

 fig, axs = plt.subplots(1, 2) n_bins = len(data) axs[0].hist(data['sepal length (cm)'], bins=n_bins) axs[0].set_title('sepal length') axs[1].hist(data['petal length (cm)'], bins=n_bins) axs[1].set_title('petal length') 

एक बार चार्ट का निर्माण

पत्तियों और सीपलों की चौड़ाई की तुलना करने के लिए हम matplotlib विधियों का उपयोग करते हैं। यह एक चार्ट पर करने के लिए सबसे सुविधाजनक लगता है:

 x = np.arange(len(data[:50])) width = 0.35 

उदाहरण के लिए, और चित्र को सरल बनाने के लिए, डेटाफ़्रेम की पहली 50 पंक्तियाँ लें।

 fig, ax = plt.subplots(figsize=(40,5)) rects1 = ax.bar(x - width/2, data['sepal width (cm)'][:50], width, label='sepal width') rects2 = ax.bar(x + width/2, data['petal width (cm)'][:50], width, label='petal width') ax.set_ylabel('cm') ax.set_xticks(x) ax.legend() 

समुद्री तरीकों का उपयोग करना

मेरी राय में, हिस्टोग्राम बनाने के लिए कई कार्य आसान और अधिक कुशल हैं ताकि समुद्री तरीकों का उपयोग करके प्रदर्शन किया जा सके (इसके अलावा, सीबॉर्न अपनी ग्राफिकल क्षमताओं के साथ मेरी राय में भी जीतता है) ।

मैं कोड की एकल पंक्ति के साथ समुद्र में हल किए गए कार्यों का एक उदाहरण दूंगा। विशेष रूप से सीबॉर्न जीत रहा है जब आपको एक वितरण बनाने की आवश्यकता होती है। मान लीजिए कि हमें एक सेपल लंबाई वितरण बनाने की आवश्यकता है। इस समस्या का समाधान इस प्रकार है:

 sns_plot = sns.distplot(data['sepal width (cm)']) fig = sns_plot.get_figure() 

यदि आपको केवल वितरण अनुसूची की आवश्यकता है, तो आप इसे इस तरह से कर सकते हैं:

 snsplot = sns.kdeplot(data['sepal width (cm)'], shade=True) fig = snsplot.get_figure() 

सीबॉर्न में वितरण के निर्माण के बारे में और अधिक पढ़ें ।

पंडस बार चार्ट

यहां सब कुछ सरल है। वास्तव में, यह matplotlib.pyplot.hist () का खोल है, लेकिन pd.hist () के माध्यम से एक फ़ंक्शन को कॉल करना कभी-कभी matplotlib-a के कम फुर्तीले निर्माणों की तुलना में अधिक सुविधाजनक होता है। आप पंडों के पुस्तकालय प्रलेखन में अधिक पढ़ सकते हैं।

यह इस तरह काम करता है:

 h = data['petal width (cm)'].hist() fig = h.get_figure() 

अंत तक पढ़ने के लिए धन्यवाद! मुझे समीक्षाओं और टिप्पणियों पर खुशी होगी!