Altair Python에서 Jitter를 사용하여 Stripplot을 만드는 방법은 무엇입니까?

이 튜토리얼에서는 Altair Python에서 Jitter를 사용하여 Stripplot을 만드는 방법을 설명합니다. Altair Python에서 디더링이 포함된 막대 차트를 사용하면 연속형 및 범주형 변수가 포함된 데이터 세트를 빠르고 쉽게 시각화할 수 있습니다. 스트립 차트에서 변수 중 하나는 범주형 변수이고 다른 하나는 연속형 변수입니다. 스트립 차트는 분산형 차트의 한 유형입니다. 데이터 요소를 범주형 축을 따라 개별 지점으로 보면 각 범주에 대한 연속형 변수의 분포를 확인할 수 있습니다. 플롯 전체에서 데이터 점을 디더링하면 데이터가 어떻게 분포되어 있는지 조사하기가 더 쉬워집니다.

mark_circle() 함수를 사용하여 차트를 만들고 jitter() 함수를 사용하여 지터 효과를 추가하면 Altair Python에서 지터 효과가 있는 막대 차트를 만들 수 있습니다. 먼저, 인코딩 매개변수를 사용하여 차트의 x 및 y 변수를 지정해야 합니다. 그런 다음 mark_circle() 함수를 사용하여 차트를 만들고 jitter() 함수를 사용하여 지터 효과를 추가합니다. 축 레이블, 색 구성표를 수정하고 제목을 추가하여 차트를 수정할 수도 있습니다. 이러한 간단한 방법을 따르면 Altair Python에서 지터 효과가 있는 읽기 쉽고 유익한 막대 차트를 만들 수 있습니다.

문법

Altair는 디더링을 사용하여 스트립 차트를 만드는 데 사용할 수 있는 Python 라이브러리입니다. 다음은 Altair를 사용하여 디더링으로 스트립 차트를 생성하는 구문 예입니다. -

으아아아

주어진 코드는 Altair를 사용하여 지터 효과가 있는 막대 차트를 생성합니다. Transform_calculate() 메소드는 Python의 무작위 모듈에서 rand() 메소드에 의해 생성된 난수의 자연 로그의 두 배에 동일한 rand() 메소드를 사용하여 생성된 다른 난수에 파이의 두 배를 곱한 값의 제곱근을 계산합니다. 의 코사인 값은 x축에 가우스 지터를 생성합니다. 이렇게 하면 DataFrame의 'jitter' 열에 지터 값이 추가됩니다. 그런 다음 이 지터 값은 alt.X() 메서드의 'jitter:Q' 인코딩을 사용하여 x축에 매핑됩니다.

예

다음 코드는 Python의 Altair 시각화 라이브러리를 사용하여 지터 효과가 있는 막대 차트를 생성합니다. 코드는 먼저 pandas.DataFrame()을 사용하여 무작위로 생성된 100개의 x 값, y 값 및 카테고리를 포함하는 사용자 정의 데이터세트를 만듭니다. x 및 y 값은 플롯의 점 좌표를 나타내고, 카테고리 열은 각 점의 색상을 결정합니다.

그런 다음 alt.Chart() 함수를 사용하여 차트 객체를 생성하고 mark_circle() 함수를 호출하여 플롯이 원형이어야 함을 지정합니다. encode() 메서드는 데이터가 x 및 y 위치, 포인트 색상 등 플롯의 시각적 속성에 매핑되는 방식을 지정하는 데 사용됩니다. 이 경우 x 인코딩은 지터라는 계산된 필드를 사용하여 x축에 지터를 추가하는 반면, y 인코딩은 y 값을 지정합니다. 색상 코딩은 범주 열을 사용하여 점의 색상을 지정하고 legend=None 매개변수는 범례를 제거합니다. 마지막으로, x값에 소량의 랜덤 노이즈를 추가하고 점을 수평으로 펼치는 난수 생성기 기반 공식을 사용하여 지터 필드를 계산하는 데Transform_calculate() 함수가 사용됩니다.

으아아아

출력

예

이 예에서는 Iris 데이터세트를 사용하여 알테어에서 지터가 있는 스트립 차트를 생성하는 방법을 보여줍니다. 코드는 먼저 Altair 및 Iris 데이터 세트를 포함하여 vega_datasets 라이브러리에서 필요한 라이브러리를 가져옵니다. 그런 다음 mark_circle 메소드를 사용하여 Altair 차트를 생성하고 각 데이터 포인트에 대한 원을 생성하고 각각 Altair X, Y 및 Color 클래스를 사용하여 x, y 및 색상 변수를 인코딩합니다.

이 예에서는 Iris 데이터세트를 사용하여 알테어에서 지터가 있는 스트립 차트를 생성하는 방법을 보여줍니다. 코드는 먼저 Altair 및 Iris 데이터 세트를 포함하여 vega_datasets 라이브러리에서 필요한 라이브러리를 가져옵니다. 그런 다음 mark_circle 메소드를 사용하여 Altair 차트를 생성하고 각 데이터 포인트에 대한 원을 생성하고 각각 Altair X, Y 및 Color 클래스를 사용하여 x, y 및 색상 변수를 인코딩합니다.

으아아아

출력

결론

요약하자면, 디더링을 사용하여 막대형 차트를 만드는 것은 데이터 포인트의 분포와 변동성을 표시하는 데 매우 유용합니다. Python의 Altair 패키지를 사용하면 이 작업을 쉽고 효율적으로 수행할 수 있습니다. 사용자는 필수 라이브러리 가져오기, 데이터 로드, x, y 및 색상 변수 인코딩을 포함하여 이 문서에 제공된 지침에 따라 교육적이고 아름다운 차트를 만들 수 있습니다. 지터를 포함하기 위해 변환_계산 메서드를 사용하면 이제 데이터의 특정 데이터 포인트와 패턴을 더 쉽게 식별할 수 있으므로 차트가 더욱 개선됩니다.

전반적으로 알테어는 강력한 Python 데이터 시각화 도구이며 디더를 사용하여 스트립 차트를 만드는 것은 그 기능의 한 예일 뿐입니다. 다양한 데이터 세트와 시각적 인코딩을 실험하여 강력하고 교육적인 다양한 시각화를 만들 수 있습니다. 알테어의 간단한 구문과 강력한 기능 덕분에 데이터 시각화 가능성은 무궁무진합니다.

위 내용은 Altair Python에서 Jitter를 사용하여 Stripplot을 만드는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!