Kombinering af Regression og Gitter
Funktionen lmplot (lineær model plot) er en figur-niveau funktion, der kombinerer regplot og FacetGrid.
Mens regplot er velegnet til et enkelt forhold, gør lmplot det muligt at sammenligne lineære sammenhænge på tværs af forskellige kategorier. Du kan adskille data med farve (hue) eller ved at opdele dem i forskellige delplots (col/row), hvilket gør det effektivt til at besvare spørgsmål som "Ændrer forholdet mellem regning og drikkepenge sig, hvis kunden er ryger?".
Nøgleparametre
hue: adskiller data med farve og tegner en separat regressionslinje for hver gruppe;col/row: adskiller data i separate delplots;markers: en liste af symboler til visuelt at skelne grupper (f.eks.['o', 'x']), hvilket er nyttigt for tilgængelighed.
Eksempel
Her sammenlignes drikkepenge givet under frokost vs. middag. Bemærk hvordan col opdeler visningen, mens hue sammenligner rygere inden for hver visning.
1234567891011121314151617import seaborn as sns import matplotlib.pyplot as plt # Load dataset df = sns.load_dataset('tips') # Create a grid of regression plots sns.lmplot( data=df, x='total_bill', y='tip', col='time', # Split: Lunch vs Dinner hue='smoker', # Color: Yes vs No palette='Set1' ) plt.show()
Swipe to start coding
Analyser tips-datasættet for at undersøge, hvordan køn og rygerstatus påvirker drikkepengeadfærd.
- Indstil stilen til
'darkgrid'. Indstil figurens baggrundsfarve til'lightpink'. - Opret et
lmplotved brug aftips-datasættet (df):
- Kortlæg
'total_bill'tilxog'tip'tily.- Farv linjerne baseret på
'smoker'-status (hue).
- Farv linjerne baseret på
- Opdel visualiseringen i kolonner baseret på
'sex'(col). - Brug forskellige markører:
'o'for den første gruppe og'x'for den anden. - Brug paletten
'crest'.
- 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
Kombinering af Regression og Gitter
Stryg for at vise menuen
Funktionen lmplot (lineær model plot) er en figur-niveau funktion, der kombinerer regplot og FacetGrid.
Mens regplot er velegnet til et enkelt forhold, gør lmplot det muligt at sammenligne lineære sammenhænge på tværs af forskellige kategorier. Du kan adskille data med farve (hue) eller ved at opdele dem i forskellige delplots (col/row), hvilket gør det effektivt til at besvare spørgsmål som "Ændrer forholdet mellem regning og drikkepenge sig, hvis kunden er ryger?".
Nøgleparametre
hue: adskiller data med farve og tegner en separat regressionslinje for hver gruppe;col/row: adskiller data i separate delplots;markers: en liste af symboler til visuelt at skelne grupper (f.eks.['o', 'x']), hvilket er nyttigt for tilgængelighed.
Eksempel
Her sammenlignes drikkepenge givet under frokost vs. middag. Bemærk hvordan col opdeler visningen, mens hue sammenligner rygere inden for hver visning.
1234567891011121314151617import seaborn as sns import matplotlib.pyplot as plt # Load dataset df = sns.load_dataset('tips') # Create a grid of regression plots sns.lmplot( data=df, x='total_bill', y='tip', col='time', # Split: Lunch vs Dinner hue='smoker', # Color: Yes vs No palette='Set1' ) plt.show()
Swipe to start coding
Analyser tips-datasættet for at undersøge, hvordan køn og rygerstatus påvirker drikkepengeadfærd.
- Indstil stilen til
'darkgrid'. Indstil figurens baggrundsfarve til'lightpink'. - Opret et
lmplotved brug aftips-datasættet (df):
- Kortlæg
'total_bill'tilxog'tip'tily.- Farv linjerne baseret på
'smoker'-status (hue).
- Farv linjerne baseret på
- Opdel visualiseringen i kolonner baseret på
'sex'(col). - Brug forskellige markører:
'o'for den første gruppe og'x'for den anden. - Brug paletten
'crest'.
- Vis plottet.
Løsning
Tak for dine kommentarer!
single