科学の箱

科学・IT・登山の話題

Python

カテゴリデータのビジュアル

投稿日:2018年6月7日 更新日:

カテゴリ別データのビジュアル
参考)https://www.kaggle.com/omarelgabry/a-journey-through-titanic?scriptVersionId=447794
カテゴリ別カウント
</div>
<div>
<pre><span class="n">sns</span><span class="o">.</span><span class="n">countplot</span><span class="p">(</span><span class="n">x</span><span class="o">=</span><span class="s1">'Embarked'</span><span class="p">,</span> <span class="n">data</span><span class="o">=d_train</span><span class="p">,</span> <span class="n">ax</span><span class="o">=</span><span class="n">axis1</span><span class="p">)</span></pre>
</div>
<div>
カテゴリ別生存別 – 1
</div>
<div>sns.countplot(x='Survived', hue="Embarked", data=d_train, order=[1,0])</div>
<div>
カテゴリ別生存別 (割合)-1
</div>
<div>sns.factorplot('Embarked','Survived', data=d_train)</div>
<div>
カテゴリ別生存別 (割合)-2
</div>
<div>sns.barplot(x='Embarked', y='Survived', data=d_train)</div>
<div>

メタ情報

inarticle



メタ情報

inarticle



-Python
-

執筆者:


comment

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です

関連記事

no image

kaggle Titanic Tutorial – 2

決定木を利用して分析する。 データの作成 y_train = d_train["Survived"].values x_train = d_train[["Pclass& …

no image

SIGNATE お弁当の需要予測-4

今回はSeabornのpairplotを利用して相関の概要を見てみる。ただし相関を見るためにはデータのクレンジングが必要。 まずはnullデータのヒートマップを確認してみる。 sns.heatmap( …

no image

Heroku + Python Day 1

Pythonでの機械学習の勉強が少し一段落したので、別の側面からPythonをさらに利用してみる。 現在はpythonを利用できるのはローカルの環境だけである。これを将来的にはインターネット上でスケジ …

no image

pandaでdataframeを利用するときの基本操作

Dataframeを作成します。 import numpy as np import pandas as pd from numpy.random import randn np.random.see …

no image

kaggle Titanic Tutorial – 9

さて今回は少し趣向を変えて別のアルゴリズムを試してみる。 アルゴリズムの試し方はこちらを参考にした。 https://www.kaggle.com/omarelgabry/a-journey-thro …

2018年6月
« 5月   9月 »
 123
45678910
11121314151617
18192021222324
252627282930  

side bar top



アーカイブ

カテゴリー