Utilizza la libreria di visualizzazione statistica di Python Seaborn per migliorare la tua analisi.
Seaborn esiste da molto tempo.
Scommetto che è una delle librerie più conosciute e utilizzate per la visualizzazione dei dati perché è adatta ai principianti e consente ai non statistici di creare grafici potenti che aiutano a estrarre informazioni supportate dalle statistiche.
Non sono uno statistico. Il mio interesse per l’argomento deriva da Data Science. Ho bisogno di apprendere concetti statistici per svolgere al meglio il mio lavoro. Quindi mi piace avere un facile accesso a istogrammi, intervalli di confidenza e regressioni lineari con codice molto basso.
La sintassi di Seaborn è molto semplice: sns.type_of_plot(data, x, y). Utilizzando questo semplice modello, possiamo creare molte visualizzazioni diverse, ad esempio barplot, histplot, scatterplot, lineplot, boxplote altro ancora.
Ma questo post non è per parlare di quelli. Si tratta di altri tipi avanzati di visualizzazioni che possono fare la differenza nella tua analisi.
Vediamo quali sono.
Per creare queste visualizzazioni e codificare insieme a questo esercizio, importa semplicemente seaborn utilizzando import seaborn as sns.
Fonte: towardsdatascience.com
