Lernen Kumulative Verteilungen Plotten

Ein ecdfplot stellt den Anteil oder die Anzahl der Beobachtungen dar, die unter jedem eindeutigen Wert in einem Datensatz liegen.

Im Vergleich zu einem Histogramm oder Dichteplot bietet er einen entscheidenden Vorteil: Jede Beobachtung wird direkt visualisiert. Das bedeutet, es gibt keine anzupassenden Bins und keine Glättungsparameter, die die Daten verfälschen könnten. Er gilt oft als die "ehrlichste" Methode, eine Verteilung darzustellen.

Wichtige Parameter

Standardmäßig zeigt der Plot den Anteil (0 bis 1) der Daten, die kleiner als X sind. Dieses Verhalten kann angepasst werden:

stat='count': Anstelle eines Prozentsatzes zeigt die Y-Achse die Anzahl der Beobachtungen an;
complementary=True: Kehrt die Logik um. Anstatt Werte unterhalb des Schwellenwerts anzuzeigen, werden Werte oberhalb dargestellt. Dies entspricht im Wesentlichen einer "Überlebenskurve" (z. B. "Wie viele Pinguine haben einen Schnabel, der länger als 50 mm ist?").

Beispiel

So verändert complementary die Visualisierung. Die Kurve verläuft abwärts statt aufwärts.


              1234567891011121314151617
            
import seaborn as sns
import matplotlib.pyplot as plt

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

# Create a Complementary ECDF
# This answers: "How many penguins have a flipper length GREATER than X?"
sns.ecdfplot(
    data=df,
    x='flipper_length_mm',
    hue='species',
    stat='count',       # Show exact number of penguins
    complementary=True  # Curve descends from Total to 0
)

plt.show()

Aufgabe

Swipe to start coding

Analyse der Schnabellängen von Pinguinen, um festzustellen, wie viele von ihnen eine bestimmte Länge überschreiten.

Import von pandas, seaborn und matplotlib.pyplot.
Einlesen des Pinguin-Datensatzes.
Erstellung eines ECDF-Diagramms:

Setzen von x auf 'bill_length_mm'.
Gruppierung nach 'island' mit hue.
- Aktivierung des "Survival"-Modus durch Setzen von complementary=True.
Anzeige absoluter Zahlen durch Setzen von stat='count'.
- Verwendung der 'mako'-Palette.
Nutzung der Variable df als Datenquelle.

Anzeige des Diagramms.

Lösung

War alles klar?

Danke für Ihr Feedback!

Abschnitt 1. Kapitel 7

single

Fragen Sie AI

Fragen Sie alles oder probieren Sie eine der vorgeschlagenen Fragen, um unser Gespräch zu beginnen

Swipe um das Menü anzuzeigen