Ví dụ trăn ecdf

Theo quan điểm của tôi, thật khó để tìm một giải pháp thay thế cho hàm ecdf() của R trong Python. Có rất ít mã trực tuyến, nhưng mã này được xác minh là phù hợp nhất có thể với hàm ecdf() của R. Nó tuân theo thuật toán đằng sau việc tính toán ECDF của một dữ liệu nhất định

Hàm ECDF plot and displot() này chỉ khả dụng trong phiên bản mới của Seaborn là phiên bản 0. 11. 0 trở lên. Nếu đã cài đặt Seaborn, hãy nâng cấp nó bằng cách viết lệnh sau

pip install seaborn==0.11.0

Để hiểu rõ hơn về cốt truyện ECDF. Hãy vẽ đồ thị và làm một số ví dụ bằng cách sử dụng bộ dữ liệu

Phương pháp tiếp cận từng bước

• Nhập thư viện seaborn
• Tạo hoặc tải tập dữ liệu từ thư viện seaborn
• Chọn cột mà bạn đang vẽ biểu đồ ECDF
• Để vẽ đồ thị ECDF, có hai cách như sau
• Cách đầu tiên là sử dụng hàm ecdfplot() để vẽ trực tiếp biểu đồ ECDF và trong hàm sẽ chuyển cho bạn dữ liệu và tên cột mà bạn đang vẽ

cú pháp

sinh ra biển. ecdfplot(data=’dataframe’,x=’column_name’,y=’column_name’, hue=’color_column’)

• Cách thứ hai là sử dụng hàm displot() và truyền dữ liệu và cột mà bạn đang tạo biểu đồ vào đó và truyền tham số của displot kind=’ecdf’

cú pháp

sinh ra biển. displot(data=’dataframe’, x=’column_name’,y=’column_name’ kind=’type_of_plot’,hue=’color_column’, palette=’color’

Bảng dưới đây hiển thị danh sách các tham số được sử dụng trong bài viết này

Tham sốDescriptiondataKhung dữ liệu hoặc numpy. ndarrayxKey vectơ trong dữ liệu hoặc tên cột trên đó biểu đồ được tạo. vectơ yKey trong dữ liệu hoặc tên cột trên đó biểu đồ được tạo. hueĐể xác định màu của biến cốt truyện. bảng màu

Tham số này được sử dụng để chọn màu khi ánh xạ màu sắc.  

Nó có thể là chuỗi, danh sách, dict

kindIt là tham số của displot(), được sử dụng để đưa ra loại cốt truyện mà chúng ta muốn

Phương pháp 1. Sử dụng phương thức ecdfplot()

Trong phương pháp này, chúng tôi đang sử dụng dữ liệu 'tập thể dục' được cung cấp bởi seaborn

con trăn

# importing library

import seaborn as sns

 

# loading exercise dataset provided by seaborn

excr= sns.load_dataset('exercise'

pip install seaborn==0.11.0

0

 

pip install seaborn==0.11.0

1

pip install seaborn==0.11.0

2

pip install seaborn==0.11.0

3

đầu ra

ví dụ 1. Tạo biểu đồ ECDF bằng cách sử dụng bộ dữ liệu bài tập do seaborn cung cấp

con trăn

pip install seaborn==0.11.0

4

import seaborn as sns

import

pip install seaborn==0.11.0

8

 

# loading exercise dataset provided by seaborn

excr= sns.load_dataset('exercise'

pip install seaborn==0.11.0

0

 

# importing library5

# importing library6=# importing library8=import0

pip install seaborn==0.11.0

0

 

import2

import3

import4

đầu ra

ví dụ 2. Tạo biểu đồ ECDF bằng cách hoán đổi trục biểu đồ

con trăn

pip install seaborn==0.11.0

4

import seaborn as sns

import

pip install seaborn==0.11.0

8

 

# loading exercise dataset provided by seaborn

excr= sns.load_dataset('exercise'

pip install seaborn==0.11.0

0

 

# importing library5

# importing library6=seaborn as sns9=import0

pip install seaborn==0.11.0

0

 

import2

import3

import4

đầu ra

ví dụ 3. Tạo biểu đồ ECDF khi chúng tôi có nhiều bản phân phối

con trăn

pip install seaborn==0.11.0

4

import seaborn as sns

import

pip install seaborn==0.11.0

8

 

# loading exercise dataset provided by seaborn

excr= sns.load_dataset('exercise'

pip install seaborn==0.11.0

0

 

excr7

excr8

# importing library6==1_______66_______import0=4==6

pip install seaborn==0.11.0

0

 

import2

import3

import4

đầu ra

Biểu đồ trên cho thấy sự phân bố nhịp tim của các dân tộc đối với loại i. e, nghỉ ngơi, đi bộ, chạy

Phương pháp 2. Sử dụng phương thức displot()

Trong phương pháp này, chúng tôi đang sử dụng dữ liệu 'kim cương' được cung cấp bởi seaborn

con trăn

# importing library

import seaborn as sns

 

sns.load_dataset(4

sns.load_dataset(5= sns.load_dataset(sns.load_dataset(8

pip install seaborn==0.11.0

0

 

pip install seaborn==0.11.0

1

pip install seaborn==0.11.0

2'exercise'2

đầu ra

ví dụ 1. Vẽ sơ đồ ECDF bằng displot() trên bộ dữ liệu chim cánh cụt do seaborn cung cấp

con trăn

pip install seaborn==0.11.0

4

import seaborn as sns

import

pip install seaborn==0.11.0

8

 

sns.load_dataset(4

sns.load_dataset(5= sns.load_dataset(sns.load_dataset(8

pip install seaborn==0.11.0

0

 

pip install seaborn==0.11.0

04

pip install seaborn==0.11.0

05

pip install seaborn==0.11.0

06=

pip install seaborn==0.11.0

08_______66_______

pip install seaborn==0.11.0

10

pip install seaborn==0.11.0

11=

pip install seaborn==0.11.0

13

pip install seaborn==0.11.0

0

 

import2

import3

import4

đầu ra

ví dụ 2. Vẽ biểu đồ ECDF bằng displot() khi chúng tôi có nhiều bản phân phối với cài đặt mặc định

con trăn

pip install seaborn==0.11.0

4

import seaborn as sns

import

pip install seaborn==0.11.0

8

 

sns.load_dataset(4

sns.load_dataset(5= sns.load_dataset(sns.load_dataset(8

pip install seaborn==0.11.0

0

 

pip install seaborn==0.11.0

04

pip install seaborn==0.11.0

30

pip install seaborn==0.11.0

06=

pip install seaborn==0.11.0

08=

pip install seaborn==0.11.0

10

pip install seaborn==0.11.0

11=0_______13

pip install seaborn==0.11.0

39=

pip install seaborn==0.11.0

41

pip install seaborn==0.11.0

0

 

import2

import3

import4

đầu ra

Biểu đồ trên cho thấy độ sâu của những viên kim cương trên cơ sở vết cắt của chúng

ví dụ 3. Tạo biểu đồ ECDF bằng displot() bằng cách thiết lập màu

con trăn

pip install seaborn==0.11.0

4

import seaborn as sns

import

pip install seaborn==0.11.0

8

 

sns.load_dataset(4

sns.load_dataset(5= sns.load_dataset(sns.load_dataset(8

pip install seaborn==0.11.0

0

 

pip install seaborn==0.11.0

57

pip install seaborn==0.11.0

58

pip install seaborn==0.11.0

59

pip install seaborn==0.11.0

60

pip install seaborn==0.11.0

06=

pip install seaborn==0.11.0

08=

pip install seaborn==0.11.0

65

pip install seaborn==0.11.0

11=

pip install seaborn==0.11.0

13

pip install seaborn==0.11.0

39=

pip install seaborn==0.11.0

41

pip install seaborn==0.11.0

72=

pip install seaborn==0.11.0

74

pip install seaborn==0.11.0

0

 

import2

import3

import4

đầu ra

Chúng ta có thể đặt bảng thành Accent_r, magma_r, plasma, plasma_r, v.v., tùy theo lựa chọn của chúng ta, nó có sẵn nhiều tùy chọn khác