Visualisering af Punktestimater
En pointplot repræsenterer et estimat af den centrale tendens (gennemsnit) ved placeringen af punkter i et scatter plot og angiver usikkerhed ved hjælp af fejlstænger.
Pointplot vs. Søjlediagram
Teknisk set viser de præcis de samme data. Dog forbinder en pointplot estimaterne med en linje. Dette visualiserer ændringens hældning, hvilket gør det lettere at se, hvordan en variabel udvikler sig fra én kategori til en anden.
Centrale parametre
For at gøre plottet lettere at aflæse (især i sort-hvid) kan du tilpasse markører og linjer for forskellige grupper:
markers: en liste af symboler, der bruges til punkter (f.eks.['o', 'x']);linestyles: en liste af linjetyper (f.eks.['-']for fuldt optrukket,['--']for stiplet);dodge=True: forskyder punkterne en smule langs aksen, så de ikke overlapper, hvilket gør fejlstængerne tydelige.
Eksempel
Her ses en pointplot, der viser, hvordan den gennemsnitlige regning ændrer sig gennem ugen. Bemærk, hvordan den stiplede linje hjælper med at skelne "Lunch" fra "Dinner" selv uden farve.
123456789101112131415161718import seaborn as sns import matplotlib.pyplot as plt # Load dataset df = sns.load_dataset('tips') # Create a styled pointplot sns.pointplot( data=df, x='day', y='total_bill', hue='time', markers=['o', '^'], # Circle and Triangle markers linestyles=['-', '--'], # Solid and Dashed lines dodge=True # Avoid overlap ) plt.show()
Swipe to start coding
Visualiser de drikkepenge givet på forskellige dage for at se, om der er en tendens.
- Indstil stilen til
'ticks'. Tilpas baggrundsfarven ved at angive{'axes.facecolor': 'azure'}som andet argument. - Opret et pointplot og tildel det til variablen
g:
- Kortlæg
'day'tilxog'tip'tily. - Gruppér efter
'sex'ved hjælp afhue. - Brug
'v'(triangle_down) og'o'(cirkel) sommarkersfor at skelne køn. - Brug paletten
'rocket'. - Aktiver
dodge=Truefor at adskille fejlbjælkerne. - Indstil
capsizetil0.2for at tilføje endestykker på fejlbjælkerne.- Brug solide (
'-') og stiplede ('--') linjer tillinestyles.
- Brug solide (
- Indstil titlen til
'Tips pointplot'ved hjælp af variableng. - Vis plottet.
Løsning
Tak for dine kommentarer!
single
Spørg AI
Spørg AI
Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat
Fantastisk!
Completion rate forbedret til 4.55
Visualisering af Punktestimater
Stryg for at vise menuen
En pointplot repræsenterer et estimat af den centrale tendens (gennemsnit) ved placeringen af punkter i et scatter plot og angiver usikkerhed ved hjælp af fejlstænger.
Pointplot vs. Søjlediagram
Teknisk set viser de præcis de samme data. Dog forbinder en pointplot estimaterne med en linje. Dette visualiserer ændringens hældning, hvilket gør det lettere at se, hvordan en variabel udvikler sig fra én kategori til en anden.
Centrale parametre
For at gøre plottet lettere at aflæse (især i sort-hvid) kan du tilpasse markører og linjer for forskellige grupper:
markers: en liste af symboler, der bruges til punkter (f.eks.['o', 'x']);linestyles: en liste af linjetyper (f.eks.['-']for fuldt optrukket,['--']for stiplet);dodge=True: forskyder punkterne en smule langs aksen, så de ikke overlapper, hvilket gør fejlstængerne tydelige.
Eksempel
Her ses en pointplot, der viser, hvordan den gennemsnitlige regning ændrer sig gennem ugen. Bemærk, hvordan den stiplede linje hjælper med at skelne "Lunch" fra "Dinner" selv uden farve.
123456789101112131415161718import seaborn as sns import matplotlib.pyplot as plt # Load dataset df = sns.load_dataset('tips') # Create a styled pointplot sns.pointplot( data=df, x='day', y='total_bill', hue='time', markers=['o', '^'], # Circle and Triangle markers linestyles=['-', '--'], # Solid and Dashed lines dodge=True # Avoid overlap ) plt.show()
Swipe to start coding
Visualiser de drikkepenge givet på forskellige dage for at se, om der er en tendens.
- Indstil stilen til
'ticks'. Tilpas baggrundsfarven ved at angive{'axes.facecolor': 'azure'}som andet argument. - Opret et pointplot og tildel det til variablen
g:
- Kortlæg
'day'tilxog'tip'tily. - Gruppér efter
'sex'ved hjælp afhue. - Brug
'v'(triangle_down) og'o'(cirkel) sommarkersfor at skelne køn. - Brug paletten
'rocket'. - Aktiver
dodge=Truefor at adskille fejlbjælkerne. - Indstil
capsizetil0.2for at tilføje endestykker på fejlbjælkerne.- Brug solide (
'-') og stiplede ('--') linjer tillinestyles.
- Brug solide (
- Indstil titlen til
'Tips pointplot'ved hjælp af variableng. - Vis plottet.
Løsning
Tak for dine kommentarer!
single