seaborn
Twórz publikacyjne wykresy statystyczne z minimalnym kodem, prosto z DataFramów
Instalacja
Wybierz klienta i sklonuj repozytorium do odpowiedniego katalogu skilli.
Instalacja
O skillu
Seaborn to biblioteka Pythona do wizualizacji danych statystycznych. Generujesz wykresy rozrzutu, pudełkowe, skrzypcowe, mapy ciepła, macierze korelacji i wykresy regresji — wszystko z wbudowaną obsługą agregacji i przedziałów ufności. Idealna do eksploracyjnej analizy danych i przygotowania figur do publikacji. Pracujesz bezpośrednio z DataFramami, a Seaborn automatycznie mapuje wartości na kolory, rozmiary i style.
Jak używać
Zainstaluj Seaborn razem z zależnościami (pandas, matplotlib) za pomocą pip: pip install seaborn matplotlib pandas.
Załaduj swoją bibliotekę i dane — zaimportuj seaborn, matplotlib.pyplot i pandas, następnie wczytaj DataFrame z pliku CSV lub użyj przykładowego zestawu danych z seaborn.load_dataset().
Wybierz typ wykresu odpowiedni do Twojej analizy — dla porównania zmiennych ciągłych użyj scatterplot(), dla rozkładów box() lub violinplot(), dla zależności między wieloma zmiennymi pairplot() lub heatmap().
Zdefiniuj mapowanie semantyczne, wskazując kolumny DataFramu jako x, y, hue (kolor), size (rozmiar) lub style — Seaborn automatycznie przetłumaczy wartości na właściwości wizualne.
Dostosuj wygląd za pomocą wbudowanych palet kolorów i motywów (set_theme(), set_palette()) lub integruj z matplotlib do zaawansowanych zmian.
Wyświetl lub zapisz wykres — użyj plt.show() do wyświetlenia lub plt.savefig() do eksportu w formacie PNG, PDF lub SVG gotowym do publikacji.