Seaborn'da dağılım nasıl çizilir: örneklerle

Seaborn veri görselleştirme kitaplığını kullanarak Python’da değerlerin dağılımını çizmek için aşağıdaki yöntemleri kullanabilirsiniz:

Yöntem 1: Histogramı kullanarak dağılımın grafiğini çizin

 sns. displot (data)

Yöntem 2: Yoğunluk eğrisini kullanarak dağılımın grafiğini çizin

 sns. displot (data, kind=' kde ')

Yöntem 3: Histogram ve yoğunluk eğrisini kullanarak dağılımın grafiğini çizin

 sns. displot (data, kde= True )

Aşağıdaki örnekler her yöntemin pratikte nasıl kullanılacağını göstermektedir.

Örnek 1: Histogram Kullanarak Dağılımı Çizme

Aşağıdaki kod, seaborn’daki displot() işlevini kullanarak bir NumPy dizisindeki değerlerin dağılımının nasıl çizileceğini gösterir:

 import seaborn as sns
import numpy as np

#make this example reproducible
n.p. random . seed ( 1 )

#create array of 1000 values that follows a normal distribution with mean of 10
data = np. random . normal (size= 1000 , loc= 10 )

#create histogram to visualize distribution of values
sns. displot (data)

X ekseni dağılımın değerlerini, Y ekseni ise her değerin sayısını gösterir.

Histogramda kullanılan bölmelerin sayısını değiştirmek için bölmeler bağımsız değişkenini kullanarak bir sayı belirleyebilirsiniz:

 import seaborn as sns
import numpy as np

#make this example reproducible
n.p. random . seed ( 1 )

#create array of 1000 values that follows a normal distribution with mean of 10
data = np. random . normal (size= 1000 , loc= 10 )

#create histogram using 10 bins
sns. displot (data, bins= 10 ) 

Örnek 2: Yoğunluk Eğrisini Kullanarak Dağıtımın Grafiğinin Çıkarılması

Aşağıdaki kod, bir yoğunluk eğrisi kullanarak bir NumPy dizisindeki değerlerin dağılımının nasıl çizileceğini gösterir:

 import seaborn as sns
import numpy as np

#make this example reproducible
n.p. random . seed ( 1 )

#create array of 1000 values that follows a normal distribution with mean of 10
data = np. random . normal (size= 1000 , loc= 10 )

#create density curve to visualize distribution of values
sns. displot (data, kind=' kde ')

X ekseni dağılımın değerlerini, y ekseni ise her değerin bağıl sıklığını gösterir.

kind=’kde’nin Seaborn’a, bir değişkenin değerlerinin dağılımını özetleyen düzgün bir eğri üreten çekirdek yoğunluğu tahminini kullanmasını söylediğini unutmayın.

Örnek 3: Histogram ve Yoğunluk Eğrisini Kullanarak Dağılımı Çizme

Aşağıdaki kod, üst üste bindirilmiş yoğunluk eğrisine sahip bir histogram kullanarak bir NumPy dizisindeki değerlerin dağılımının nasıl çizileceğini gösterir:

 import seaborn as sns
import numpy as np

#make this example reproducible
n.p. random . seed ( 1 )

#create array of 1000 values that follows a normal distribution with mean of 10
data = np. random . normal (size= 1000 , loc= 10 )

#create histogram with density curve overlaid to visualize distribution of values
sns. displot (data, kde= True )

Sonuç, üst üste bindirilmiş yoğunluk eğrisine sahip bir histogramdır.

Not : Seaborn displot() işlevine ilişkin tüm belgeleri burada bulabilirsiniz.

Ek kaynaklar

Aşağıdaki eğitimler, Seaborn’u kullanarak diğer genel görevlerin nasıl gerçekleştirileceğini açıklamaktadır:

Seaborn Arsalarına Başlık Nasıl Eklenir?
Seaborn grafiklerinde yazı tipi boyutu nasıl değiştirilir?
Seaborn grafiklerindeki işaretlerin sayısı nasıl ayarlanır?