Lære Brug af Distributionsgrænsefladen

displot (distributionsplot) er "forælder"-funktionen for alle de plottyper, vi har lært indtil nu. Den tilbyder én samlet grænseflade til at oprette histogrammer, KDE-plots og ECDF'er.

Hvorfor bruge Displot?

Selvom histplot og kdeplot er gode til enkelte plots, har displot en særlig styrke: facettering.

Ved at bruge parameteren col (kolonne) eller row (række) kan displot automatisk opdele datasættet i flere side-om-side underplots baseret på en kategori.

Centrale parametre

kind: bestemmer typen af plot;
'hist' (standard);
'kde';
'ecdf'.
col / row: opdeler data i separate underplots arrangeret i kolonner eller rækker.

Eksempel

Her vises, hvordan du straks kan oprette 3 separate histogrammer for forskellige arter med blot én linje kode.


              12345678910111213141516
            
import seaborn as sns
import matplotlib.pyplot as plt

# Load dataset
df = sns.load_dataset('penguins')

# Create a grid of plots
sns.displot(
    data=df,
    x='bill_length_mm',
    col='species',     # Creates 3 subplots (one per species)
    kind='hist',       # Draw histograms
    element='step'
)

plt.show()

Opgave

Swipe to start coding

Visualisering af fordelingen af diamantkarat ved hjælp af datasættet diamonds.

Indstil stilen til 'darkgrid'.
Opret et KDE-plot ved hjælp af funktionen displot:

Indstil x til 'carat'.
Farv kurverne efter 'cut' ved at bruge hue.
Opdel plottet i separate kolonner baseret på diamantens 'color' ved hjælp af col.
Indstil plottypen til 'kde' med parameteren kind.
Normaliser dataene med multiple='fill' for at vise relative andele.
Brug paletten 'viridis'.
Brug variablen df som data.

Vis plottet.

Løsning

Var alt klart?

Tak for dine kommentarer!

Sektion 1. Kapitel 8

single

Spørg AI

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

Stryg for at vise menuen