Relationships: hue वाला scatterplot, regplot, heatmap
एक साथ कई charts: pairplot और FacetGrid
🏢 असली दुनिया में
एक school chain जानना चाहती है: “क्या tuition सच में मदद करती है? घर पर internet वाले students ज़्यादा score करते हैं? Study time ज़्यादा ज़रूरी है या attendance?” Seaborn हर सवाल का जवाब एक line के code से देता है – और अनिश्चितता भी दिखाता है।
Seaborn क्यों?
Matplotlib
पूरा control, ज़्यादा code
Grouping और aggregation ख़ुद
Custom layouts के लिए बढ़िया
Seaborn
सीधे DataFrames के साथ
hue= अपने आप category से बाँटता है
Statistics (mean, CI, KDE) अंदर ही
Distributions
Python
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
st = pd.read_csv("students_performance.csv")
fig, ax = plt.subplots(1, 2, figsize=(11, 4))
sns.histplot(data=st, x="average", hue="internet", kde=True, ax=ax[0], palette=["#f59e0b", "#4f46e5"])
ax[0].set_title("Students with internet score slightly higher")
sns.kdeplot(data=st, x="study_hours", hue="school_type", fill=True, ax=ax[1], common_norm=False)
ax[1].set_title("Study hours: similar in both school types")
plt.tight_layout(); plt.show()
hue= एक chart को groups में बाँट देता है – हाथ से filter करने की ज़रूरत नहीं।
Python
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
st = pd.read_csv("students_performance.csv")
order = ["School", "Graduate", "Post-Graduate"]
fig, ax = plt.subplots(1, 2, figsize=(11, 4))
sns.boxplot(data=st, x="parent_education", y="average", order=order, ax=ax[0], color="#a5b4fc")
ax[0].set_title("Box plot: median and spread")
sns.violinplot(data=st, x="parent_education", y="average", order=order, ax=ax[1], color="#99f6e4", inner="quartile")
ax[1].set_title("Violin: the full shape")
plt.tight_layout(); plt.show()
Graduate parents के बच्चों का median ऊँचा है, पर groups काफ़ी overlap करते हैं।
Error bars के साथ categories
Python
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
t = pd.read_csv("telecom_churn.csv")
t["churned"] = (t["churn"] == "Yes").astype(int) * 100
fig, ax = plt.subplots(1, 2, figsize=(11, 4))
sns.countplot(data=t, x="contract", hue="churn", order=["Monthly", "One year", "Two year"], ax=ax[0], palette=["#94a3b8", "#dc2626"])
ax[0].set_title("Customers by contract and churn")
sns.barplot(data=t, x="contract", y="churned", hue="internet_service", order=["Monthly", "One year", "Two year"], ax=ax[1], errorbar=("ci", 95))
ax[1].set_ylabel("Churn %"); ax[1].set_title("Churn % with 95% confidence interval")
plt.tight_layout(); plt.show()
barplot mean और confidence interval दिखाता है – छोटी lines का मतलब ज़्यादा भरोसा।
📏 हर bar पर काली line क्या है?
यह 95% confidence interval है: वह range जिसमें असली औसत शायद है। दो intervals overlap न करें तो अंतर शायद असली है। Day 29 में यह विस्तार से।
Relationships
Python
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
st = pd.read_csv("students_performance.csv")
fig, ax = plt.subplots(1, 2, figsize=(11, 4))
sns.regplot(data=st, x="study_hours", y="average", ax=ax[0], scatter_kws=dict(s=10, alpha=0.4), line_kws=dict(color="#dc2626"))
ax[0].set_title("Each extra study hour ≈ higher average")
sns.regplot(data=st, x="attendance", y="average", ax=ax[1], scatter_kws=dict(s=10, alpha=0.4, color="#0891b2"), line_kws=dict(color="#dc2626"))
ax[1].set_title("Attendance helps too, but less")
plt.tight_layout(); plt.show()
print(st[["study_hours", "attendance", "average"]].corr().round(2))
study_hours attendance average
study_hours 1.00 -0.01 0.79
attendance -0.01 1.00 0.39
average 0.79 0.39 1.00
regplot best-fit line और उसकी अनिश्चितता band बनाता है।
Python
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
st = pd.read_csv("students_performance.csv")
pv = st.pivot_table(index="parent_education", columns="internet", values="average", aggfunc="mean")
plt.figure(figsize=(5.5, 3.4))
sns.heatmap(pv.loc[["School", "Graduate", "Post-Graduate"]], annot=True, fmt=".1f", cmap="YlGnBu", cbar_kws=dict(label="avg score"))
plt.title("Average score: parent education × internet"); plt.show()
Pivot table का heatmap दो factors एक साथ दिखाता है।
pairplot और FacetGrid
Python
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
m = pd.read_csv("mall_customers.csv")
g = sns.pairplot(m[["age", "annual_income_lakh", "spending_score"]], corner=True, plot_kws=dict(s=14, alpha=0.6), height=2.4)
g.figure.suptitle("Mall customers – look at income vs spending!", y=1.02)
plt.show()
Income × spending panel में पाँच साफ़ groups दिखते हैं – Day 46 में K-Means से इन्हें ढूँढेंगे।
Python
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
h = pd.read_csv("house_prices.csv")
g = sns.FacetGrid(h, col="city", col_wrap=3, height=2.6, aspect=1.3)
g.map_dataframe(sns.scatterplot, x="area_sqft", y="price_lakh", hue="furnishing", s=12, palette="Set2")
g.add_legend(); g.set_titles("{col_name}")
plt.show()
Small multiples: हर शहर का वही chart तुलना आसान बनाता है।
💡 एक line में styling
Notebook के ऊपर sns.set_theme(style="whitegrid", palette="muted", font_scale=1.1) हर chart को एक जैसा बना देता है।
🏅 आज के Job Skills
✔ hue से group के हिसाब से distributions✔ Confidence intervals के साथ categories की तुलना✔ regplot और heatmap से relationships✔ pairplot / FacetGrid से कई variables देखना
Practice tasks
🏋️ Practice – ख़ुद करें
Task 1: Telecom data में churn के हिसाब से monthly_charges का box plot। ज़्यादा कौन देता है – जाने वाले या रुकने वाले?Solution देखें
Python
import pandas as pd, seaborn as sns, matplotlib.pyplot as plt
t = pd.read_csv("telecom_churn.csv")
plt.figure(figsize=(5, 3.5))
sns.boxplot(data=t, x="churn", y="monthly_charges", palette=["#94a3b8", "#dc2626"], hue="churn", legend=False)
plt.title("Churners pay higher monthly charges"); plt.show()
print(t.groupby("churn")["monthly_charges"].median())
churn
No 640.0
Yes 790.0
Name: monthly_charges, dtype: float64
Program का output
Task 2: Employment type और credit-score band (<650, 650–750, >750) के हिसाब से loan approval rate का heatmap।Solution देखें
Task 3:sns.lineplot से Delhi का monthly average AQI दिखाएँ, हर साल की अलग line (hue="year")।
Quick quiz
🧠 Quick Quiz – ख़ुद को जाँचें
1. Seaborn में hue="gender"…
हर category का एक रंग।
2. Violin plot box plot से ज़्यादा क्या दिखाता है?
चौड़ाई = उस स्तर पर कितनी values।
3. sns.barplot default में क्या plot करता है?
Counts के लिए countplot; बदलने के लिए estimator=।
4. 4 numeric columns के रिश्ते एक साथ देखने के लिए?
हर जोड़ी का scatter; diagonal पर distributions।
5. Seaborn किस पर बना है?
इसलिए plt.title, ax.set_xlabel आदि सब काम करते हैं।
Interview corner
💼 Interview Corner
दो groups अलग हैं, यह visually कैसे दिखाएँगे?
Distribution के लिए साथ-साथ box या violin plots, और confidence intervals के साथ mean का barplot। Overlap करते intervals बताते हैं कि अंतर शोर हो सकता है – t-test (Day 30) से पक्का करें।
Heatmap कब काम आता है?
Correlation matrix के लिए, या किसी भी two-way table (pivot) के लिए जहाँ ऊँचे-नीचे cells जल्दी पहचानने हों – जैसे contract × internet type के हिसाब से churn।
सारांश
Seaborn = Matplotlib के ऊपर DataFrame समझने वाले statistical plots।
Distributions के लिए histplot/kdeplot/box/violin; categories के लिए count/barplot।
Relationships के लिए regplot और heatmap; कई के लिए pairplot और FacetGrid।
Confidence intervals बताते हैं हम कितने निश्चित हैं।
➡️ आगे
Day 23: Plotly – interactive charts जिन पर hover, zoom करके web page की तरह share कर सकते हैं।
अक्सर पूछे जाने वाले प्रश्न (FAQ)
Seaborn या Matplotlib – कौन सीखें?
दोनों। तेज़ statistical charts के लिए Seaborn, उन्हें निखारने के लिए Matplotlib – हर Seaborn chart के नीचे Matplotlib chart है।
hue के बिना palette पर FutureWarning क्यों?
नया Seaborn palette देने पर hue चाहता है। hue="वही column" और legend=False जोड़ें।
