Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lære Joint-plot | Visualisering med Seaborn
Ultimativ Visualisering med Python

Stryg for at vise menuen

book
Joint-plot

Note
Definition

Joint plot er en ret unik graf, da den kombinerer flere grafer. Det er et diagram, der viser forholdet mellem to variable sammen med deres individuelle fordelinger.

Grundlæggende har den tre elementer som standard:

  • Histogram øverst, som repræsenterer fordelingen af en bestemt variabel;

  • Histogram til højre, som repræsenterer fordelingen af en anden variabel;

  • Scatter plot i midten, som viser forholdet mellem disse to variable.

Her er et eksempel på et joint plot:

Data til Joint Plot

seaborn har en jointplot() funktion, som ligesom countplot() og kdeplot() har tre vigtigste parametre:

  • data;

  • x;

  • y.

Parametrene x og y angiver de variable, der skal plottes, hvilket svarer til histogrammerne til højre og øverst. Disse parametre kan være array-lignende objekter eller kolonnenavne, når data-parameteren er et DataFrame.

12345678
import seaborn as sns import matplotlib.pyplot as plt # Loading the dataset with data about three different iris flowers species iris_df = sns.load_dataset("iris") sns.jointplot(data=iris_df, x="sepal_length", y="sepal_width") plt.show()
copy

Det oprindelige eksempel er blevet genskabt ved at tildele en DataFrame til parameteren data og angive kolonnenavne for x og y.

Plot i midten

En anden nyttig parameter er kind, som angiver den plottype, der vises i midten. Standardværdien er 'scatter'. Andre mulige plottyper er: 'kde', 'hist', 'hex', 'reg', 'resid'. Prøv gerne forskellige plottyper:

12345678
import seaborn as sns import matplotlib.pyplot as plt # Loading the dataset with data about three different iris flowers species iris_df = sns.load_dataset("iris") sns.jointplot(data=iris_df, x="sepal_length", y="sepal_width", kind='reg') plt.show()
copy

Plottyper

Selvom scatter plot er det mest almindelige valg til det centrale plot, findes der flere andre muligheder:

  • reg: Tilføjer en lineær regressionslinje til scatter plottet, nyttig til kontrol af korrelation mellem variable;

  • resid: Viser residualerne fra en lineær regression;

  • hist: Viser et bivariat histogram for to variable;

  • kde: Opretter et KDE-plot;

  • hex: Genererer et hexbin-plot, hvor sekskantede bins erstatter individuelle punkter, og bin-farven angiver datatæthed.

Note
Studér videre

Som sædvanligt kan du udforske flere muligheder og parametre i jointplot() dokumentationen.

Det er også værd at udforske de nævnte emner:
residplot() dokumentationen;
Eksempel på bivariat histogram;
Eksempel på hexbin-plot.

Opgave

Swipe to start coding

  1. Brug den korrekte funktion til at oprette et joint plot.
  2. Brug weather_df som data til plottet (første argument).
  3. Angiv kolonnen 'Boston' som variabel for x-aksen (andet argument).
  4. Angiv kolonnen 'Seattle' som variabel for y-aksen (tredje argument).
  5. Indstil plottet i midten til at have en regressionslinje (sidste argument).

Løsning

Switch to desktopSkift til skrivebord for at øve i den virkelige verdenFortsæt der, hvor du er, med en af nedenstående muligheder
Var alt klart?

Hvordan kan vi forbedre det?

Tak for dine kommentarer!

Sektion 5. Kapitel 5

Spørg AI

expand
ChatGPT

Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat

book
Joint-plot

Note
Definition

Joint plot er en ret unik graf, da den kombinerer flere grafer. Det er et diagram, der viser forholdet mellem to variable sammen med deres individuelle fordelinger.

Grundlæggende har den tre elementer som standard:

  • Histogram øverst, som repræsenterer fordelingen af en bestemt variabel;

  • Histogram til højre, som repræsenterer fordelingen af en anden variabel;

  • Scatter plot i midten, som viser forholdet mellem disse to variable.

Her er et eksempel på et joint plot:

Data til Joint Plot

seaborn har en jointplot() funktion, som ligesom countplot() og kdeplot() har tre vigtigste parametre:

  • data;

  • x;

  • y.

Parametrene x og y angiver de variable, der skal plottes, hvilket svarer til histogrammerne til højre og øverst. Disse parametre kan være array-lignende objekter eller kolonnenavne, når data-parameteren er et DataFrame.

12345678
import seaborn as sns import matplotlib.pyplot as plt # Loading the dataset with data about three different iris flowers species iris_df = sns.load_dataset("iris") sns.jointplot(data=iris_df, x="sepal_length", y="sepal_width") plt.show()
copy

Det oprindelige eksempel er blevet genskabt ved at tildele en DataFrame til parameteren data og angive kolonnenavne for x og y.

Plot i midten

En anden nyttig parameter er kind, som angiver den plottype, der vises i midten. Standardværdien er 'scatter'. Andre mulige plottyper er: 'kde', 'hist', 'hex', 'reg', 'resid'. Prøv gerne forskellige plottyper:

12345678
import seaborn as sns import matplotlib.pyplot as plt # Loading the dataset with data about three different iris flowers species iris_df = sns.load_dataset("iris") sns.jointplot(data=iris_df, x="sepal_length", y="sepal_width", kind='reg') plt.show()
copy

Plottyper

Selvom scatter plot er det mest almindelige valg til det centrale plot, findes der flere andre muligheder:

  • reg: Tilføjer en lineær regressionslinje til scatter plottet, nyttig til kontrol af korrelation mellem variable;

  • resid: Viser residualerne fra en lineær regression;

  • hist: Viser et bivariat histogram for to variable;

  • kde: Opretter et KDE-plot;

  • hex: Genererer et hexbin-plot, hvor sekskantede bins erstatter individuelle punkter, og bin-farven angiver datatæthed.

Note
Studér videre

Som sædvanligt kan du udforske flere muligheder og parametre i jointplot() dokumentationen.

Det er også værd at udforske de nævnte emner:
residplot() dokumentationen;
Eksempel på bivariat histogram;
Eksempel på hexbin-plot.

Opgave

Swipe to start coding

  1. Brug den korrekte funktion til at oprette et joint plot.
  2. Brug weather_df som data til plottet (første argument).
  3. Angiv kolonnen 'Boston' som variabel for x-aksen (andet argument).
  4. Angiv kolonnen 'Seattle' som variabel for y-aksen (tredje argument).
  5. Indstil plottet i midten til at have en regressionslinje (sidste argument).

Løsning

Switch to desktopSkift til skrivebord for at øve i den virkelige verdenFortsæt der, hvor du er, med en af nedenstående muligheder
Var alt klart?

Hvordan kan vi forbedre det?

Tak for dine kommentarer!

Sektion 5. Kapitel 5
Switch to desktopSkift til skrivebord for at øve i den virkelige verdenFortsæt der, hvor du er, med en af nedenstående muligheder
Vi beklager, at noget gik galt. Hvad skete der?
some-alt