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 màuTham 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 muốnPhương 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==0.11.00
pip install seaborn==0.11.01
pip install seaborn==0.11.02
pip install seaborn==0.11.03
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==0.11.04
import
seaborn as sns
import
pip install seaborn==0.11.08
# loading exercise dataset provided by seaborn
excr
=
sns.load_dataset[
'exercise'
pip install seaborn==0.11.00
# importing library
5
# importing library
6=
# importing library
8=
import
0
pip install seaborn==0.11.00
import
2
import
3
import
4
đầu ra
ví dụ 2. Tạo biểu đồ ECDF bằng cách hoán đổi trục biểu đồ
con trăn
pip install seaborn==0.11.04
import
seaborn as sns
import
pip install seaborn==0.11.08
# loading exercise dataset provided by seaborn
excr
=
sns.load_dataset[
'exercise'
pip install seaborn==0.11.00
# importing library
5
# importing library
6=
seaborn as sns
9=
import
0
pip install seaborn==0.11.00
import
2
import
3
import
4
đầu ra
ví dụ 3. Tạo biểu đồ ECDF khi chúng tôi có nhiều bản phân phối
con trăn
pip install seaborn==0.11.04
import
seaborn as sns
import
pip install seaborn==0.11.08
# loading exercise dataset provided by seaborn
excr
=
sns.load_dataset[
'exercise'
pip install seaborn==0.11.00
excr
7
excr
8
# importing library
6=
=
1_______66_______import
0=
4=
=
6
pip install seaborn==0.11.00
import
2
import
3
import
4
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==0.11.00
pip install seaborn==0.11.01
pip install seaborn==0.11.02
'exercise'
2đầu 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==0.11.04
import
seaborn as sns
import
pip install seaborn==0.11.08
sns.load_dataset[
4
sns.load_dataset[
5=
sns.load_dataset[
sns.load_dataset[
8
pip install seaborn==0.11.00
pip install seaborn==0.11.004
pip install seaborn==0.11.005
pip install seaborn==0.11.006
=
pip install seaborn==0.11.008_______66_______
pip install seaborn==0.11.010
pip install seaborn==0.11.011
=
pip install seaborn==0.11.013
pip install seaborn==0.11.00
import
2
import
3
import
4
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==0.11.04
import
seaborn as sns
import
pip install seaborn==0.11.08
sns.load_dataset[
4
sns.load_dataset[
5=
sns.load_dataset[
sns.load_dataset[
8
pip install seaborn==0.11.00
pip install seaborn==0.11.004
pip install seaborn==0.11.030
pip install seaborn==0.11.006
=
pip install seaborn==0.11.008
=
pip install seaborn==0.11.010
pip install seaborn==0.11.011
=
0_______13pip install seaborn==0.11.039
=
pip install seaborn==0.11.041
pip install seaborn==0.11.00
import
2
import
3
import
4
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==0.11.04
import
seaborn as sns
import
pip install seaborn==0.11.08
sns.load_dataset[
4
sns.load_dataset[
5=
sns.load_dataset[
sns.load_dataset[
8
pip install seaborn==0.11.00
pip install seaborn==0.11.057
pip install seaborn==0.11.058
pip install seaborn==0.11.059
pip install seaborn==0.11.060
pip install seaborn==0.11.006
=
pip install seaborn==0.11.008
=
pip install seaborn==0.11.065
pip install seaborn==0.11.011
=
pip install seaborn==0.11.013
pip install seaborn==0.11.039
=
pip install seaborn==0.11.041
pip install seaborn==0.11.072
=
pip install seaborn==0.11.074
pip install seaborn==0.11.00
import
2
import
3
import
4
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