আমরা Seaborn ব্যবহার করা হবে. Seaborn হল একটি লাইব্রেরি যা ডেটা ভিজ্যুয়ালাইজ করতে সাহায্য করে। এটি কাস্টমাইজড থিম এবং একটি উচ্চ-স্তরের ইন্টারফেসের সাথে আসে। এই ইন্টারফেসটি কাস্টমাইজ করে এবং নিয়ন্ত্রণ করতে সাহায্য করে ডেটার ধরন এবং এটি কীভাবে আচরণ করে যখন নির্দিষ্ট ফিল্টার প্রয়োগ করা হয়৷
'স্ট্রিপপ্লট' ফাংশনটি ব্যবহার করা হয় যখন কমপক্ষে একটি ভেরিয়েবল শ্রেণীবদ্ধ হয়। ডেটা একটি অক্ষ বরাবর একটি সাজানো পদ্ধতিতে উপস্থাপন করা হয়। কিন্তু অসুবিধা হল যে নির্দিষ্ট পয়েন্ট ওভারল্যাপ করা হয়। এখানে ভেরিয়েবলের মধ্যে ওভারল্যাপিং এড়াতে 'জিটার' প্যারামিটার ব্যবহার করতে হবে।
এটি ডেটাসেটে কিছু এলোমেলো শব্দ যোগ করে, এবং শ্রেণীবদ্ধ অক্ষ বরাবর মানগুলির অবস্থান সামঞ্জস্য করে। কিন্তু, 'জিটার' প্যারামিটার ব্যবহার করার পরিবর্তে, আমরা 'স্বাম্পপ্লট' ব্যবহার করতে পারি সুনির্দিষ্ট স্ক্যাটার প্লট পেতে।
swarmplot ফাংশনের সিনট্যাক্স
seaborn.swarmplot(x, y,data,…)
এটি নীচে প্রদর্শিত হয়েছে -
উদাহরণ
পান্ডাগুলিকে pdimport seaborn হিসাবে sbf থেকে matplotlib থেকে pyplot আমদানি করুন /প্রে>আউটপুট
ব্যাখ্যা
- প্রয়োজনীয় প্যাকেজগুলি আমদানি করা হয়৷ ৷
- ইনপুট ডেটা হল 'iris_data' যা scikit learn লাইব্রেরি থেকে লোড করা হয়।
- এই ডেটা একটি ডেটাফ্রেমে সংরক্ষিত থাকে৷ ৷
- 'load_dataset' ফাংশনটি আইরিস ডেটা লোড করতে ব্যবহৃত হয়।
- এই ডেটা 'swarmplot' ফাংশন ব্যবহার করে কল্পনা করা হয়।
- এখানে, ডেটাফ্রেম প্যারামিটার হিসাবে সরবরাহ করা হয়েছে।
- এছাড়া, x এবং y মান নির্দিষ্ট করা আছে।
- এই ডেটা কনসোলে প্রদর্শিত হয়৷ ৷
