Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 |
Tags
- intern10
- parklab
- likelionlikelion
- 멋쟁이사자처럼
- paper review
- ux·ui디자인
- Rag
- TiL
- Python
- DFS
- SQL
- folium
- 멋재이사자처럼
- 인턴10
- 멋사
- DP
- graphrag
- 파이썬
- 프로젝트
- GNN
- Join
- 알고리즘
- GIS
- likelion
- seaborn
- 그리디
- 시각화
- BFS
- 마이온
- 마이온컴퍼니
Archives
- Today
- Total
지금은마라톤중
Seaborn Tutorial (5)_Similar functions for similar tasks 본문
STUDY/seaborn Tutorial
Seaborn Tutorial (5)_Similar functions for similar tasks
Ojungii 2023. 3. 1. 11:372023.03.01
시본의 네임스페이스는 평평하다; 기능의 모든 것들이 최상위 수준으로 접근이 가능하다는 것이다. 그러나 코드 자체는 다른 방법을 통해 비슷한 시각화 기능을 가진 모듈과 계층적으로 구조화되어있다. 대부분의 문서들을 이런 모듈들로 구성되어있다: "관계형", "분포형", "분류"와 같은 이름을 접하게 될 것이다.
예를 들어, 분포 모듈은 데이터 포인트의 분포를 나타내는 것을 전문으로 하는 기능을 정읳ㄴ다. 여기에는 히스토그램과 같은 친숙한 방법이 있다.
penguins = sns.load_dataset("penguins")
sns.histplot(data=penguins, x="flipper_length_mm", hue="species", multiple="stack")
커널 밀도 추정과 같이 유사하지만 아마도 덜 친숙한 옵션과 함께
sns.kdeplot(data=penguins, x="flipper_length_mm", hue="species", multiple="stack")
모듈 내의 함수는 많은 기본 코드를 공유하고 라이브러리의 다른 구성 요소(위 예제의 multiple="stack"와 같은)에 존재하지 않을 수 있는 유사한 기능을 제공합니다. 그들은 데이터 세트를 탐색할 때 다른 시각적 표현 간의 전환을 용이하게 하도록 설계되었습니다. 왜냐하면 다른 표현은 종종 보완적인 강점과 약점을 가지고 있기 때문입니다.
'STUDY > seaborn Tutorial' 카테고리의 다른 글
Seaborn Tutorial (6)_Figure-level vs. axes-level functions (1) | 2023.03.13 |
---|---|
Seaborn Tutorial (4)_Opinionated defaults and flexible customization (0) | 2023.02.19 |
Seaborn Tutorial (3)_Multivariate views on complex datasets (0) | 2023.02.09 |
Seaborn Tutorial (2)_A high-level API for statistical graphics (0) | 2023.02.07 |
Seaborn Tutorial (1)_An introduction to seaborn (1) | 2023.02.07 |
Comments