नॉर्मलाइज़्ड वैरिएबल्स को विज़ुअलाइज़ करें
शानदार काम! अब आप नॉर्मलाइज़्ड और अनस्क्यूड वैरिएबल्स को प्लॉट करेंगे ताकि वितरण में अंतर और मानों की रेंज, दोनों देख सकें. पिछले अभ्यास से datamart_normalized डेटासेट लोड किया गया है.
seaborn फंक्शन कॉल से पहले किया गया plt.subplot(...) कॉल आपको एक चार्ट में कई सबप्लॉट्स प्लॉट करने देता है, इसे बदलने की ज़रूरत नहीं है.
लाइब्रेरीज़ seaborn और matplotlib.pyplot क्रमशः sns और plt के रूप में लोड की गई हैं. कंसोल में datamart_normalized को निःसंकोच एक्सप्लोर करें.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Customer Segmentation
अभ्यास निर्देश
- नॉर्मलाइज़्ड
Recencyका वितरण प्लॉट करें. - नॉर्मलाइज़्ड
Frequencyका वितरण प्लॉट करें. - नॉर्मलाइज़्ड
MonetaryValueका वितरण प्लॉट करें. - प्लॉट दिखाएँ.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Plot recency distribution
plt.subplot(3, 1, 1); ____.distplot(____['Recency'])
# Plot frequency distribution
plt.subplot(3, 1, 2); ____.____(____['Frequency'])
# Plot monetary value distribution
plt.subplot(3, 1, 3); ____.____(____['MonetaryValue'])
# Show the plot
plt.____()