Mis a jour le 2021-03-28, 20:40

Histogrammes

Distplot

distplot : permet de tracer l'histogramme des valeurs d'une seule variable : import random v = [random.gauss(0, 1) for i in range(300)] seaborn.distplot(v, color = 'green', rug = True, kde_kws = {'color': 'red', 'lw': 1}) pyplot.xlabel('Value') pyplot.ylabel('Frequency') pyplot.title('Example of normal dist')
2 histogrammes sur le même graphe :
import random df = pandas.DataFrame({'A': [random.gauss(2, 1) for i in range(100)], 'B': [random.gauss(3, 1) for i in range(100)]}) seaborn.distplot(df['B'], kde = False, hist_kws = {'color': 'green', 'alpha': 0.2}) seaborn.distplot(df['A'], kde = False, hist_kws = {'color': 'red', 'alpha': 0.2}) pyplot.savefig('toto.png') pyplot.close()

Kdeplot

On peut aussi tracer directement la fonction de densité d'une variable
Traçage d'une densité en 2 dimensions (avec 2 variables) : import random x = numpy.array([random.gauss(0, 1) for i in range(300)]) y = x + numpy.array([random.gauss(0, 0.2) for i in range(300)]) seaborn.kdeplot(x, y, fill = True, n_levels = 7, cbar = True)

Jointplot

Traçage du nuage de points : import random x = numpy.array([random.gauss(0, 1) for i in range(300)]) y = x + numpy.array([random.gauss(0, 0.2) for i in range(300)]) seaborn.jointplot(x, y)
jointplot retourne un objet seaborn.axisgrid.JointGrid qui a des fonctions qui permettent de customiser le graphe ou de rajouter des éléments dessus.

Pairplot

Pour visualiser les relations par paires d'un dataframe pandas : df = pandas.DataFrame({'A': [0, 3, 5, 10, 15], 'B': [3, 4, 5, 6, 7], 'C': [8, 6, 5, 4, 3], 'D':['a', 'b', 'a', 'b', 'a']}) seaborn.pairplot(df, hue = 'D', palette = {'a': 'red', 'b': 'green'}, markers = ['x', '+'])

Copyright python-simple.com
programmer en python, tutoriel python, graphes en python, Aymeric Duclert