Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lære Visualisering af Punktestimater | Sektion
Practice
Projects
Quizzes & Challenges
Quizzer
Challenges
/
Statistisk Visualisering med Seaborn

bookVisualisering 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.

123456789101112131415161718
import 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()
copy
Opgave

Swipe to start coding

Visualiser de drikkepenge givet på forskellige dage for at se, om der er en tendens.

  1. Indstil stilen til 'ticks'. Tilpas baggrundsfarven ved at angive {'axes.facecolor': 'azure'} som andet argument.
  2. Opret et pointplot og tildel det til variablen g:
  • Kortlæg 'day' til x og 'tip' til y.
  • Gruppér efter 'sex' ved hjælp af hue.
  • Brug 'v' (triangle_down) og 'o' (cirkel) som markers for at skelne køn.
  • Brug paletten 'rocket'.
  • Aktiver dodge=True for at adskille fejlbjælkerne.
  • Indstil capsize til 0.2 for at tilføje endestykker på fejlbjælkerne.
    • Brug solide ('-') og stiplede ('--') linjer til linestyles.
  1. Indstil titlen til 'Tips pointplot' ved hjælp af variablen g.
  2. Vis plottet.

Løsning

Var alt klart?

Hvordan kan vi forbedre det?

Tak for dine kommentarer!

Sektion 1. Kapitel 14
single

single

Spørg AI

expand

Spørg AI

ChatGPT

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

close

bookVisualisering 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.

123456789101112131415161718
import 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()
copy
Opgave

Swipe to start coding

Visualiser de drikkepenge givet på forskellige dage for at se, om der er en tendens.

  1. Indstil stilen til 'ticks'. Tilpas baggrundsfarven ved at angive {'axes.facecolor': 'azure'} som andet argument.
  2. Opret et pointplot og tildel det til variablen g:
  • Kortlæg 'day' til x og 'tip' til y.
  • Gruppér efter 'sex' ved hjælp af hue.
  • Brug 'v' (triangle_down) og 'o' (cirkel) som markers for at skelne køn.
  • Brug paletten 'rocket'.
  • Aktiver dodge=True for at adskille fejlbjælkerne.
  • Indstil capsize til 0.2 for at tilføje endestykker på fejlbjælkerne.
    • Brug solide ('-') og stiplede ('--') linjer til linestyles.
  1. Indstil titlen til 'Tips pointplot' ved hjælp af variablen g.
  2. Vis plottet.

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 1. Kapitel 14
single

single

some-alt