Verwendung der Distributionsschnittstelle
Die Funktion displot (Distribution Plot) ist die "übergeordnete" Funktion für alle bisher behandelten Diagrammtypen. Sie bietet eine einheitliche Schnittstelle zur Erstellung von Histogrammen, KDE-Plots und ECDFs.
Warum Displot verwenden?
Während histplot und kdeplot sich gut für einzelne Diagramme eignen, besitzt displot eine besondere Stärke: Facettierung.
Mit den Parametern col (Spalte) oder row (Zeile) kann displot den Datensatz automatisch anhand einer Kategorie in mehrere nebeneinander angeordnete Teilplots aufteilen.
Wichtige Parameter
kind: bestimmt den Diagrammtyp;'hist'(Standard);'kde';'ecdf'.col/row: teilt die Daten in separate Teilplots, die in Spalten oder Zeilen angeordnet werden.
Beispiel
So können Sie mit nur einer Codezeile sofort drei separate Histogramme für verschiedene Arten erstellen.
12345678910111213141516import 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()
Swipe to start coding
Visualisierung der Verteilung der Diamantkaratzahlen mit dem diamonds-Datensatz.
- Einstellung des Stils auf
'darkgrid'. - Erstellung eines KDE-Diagramms mit der Funktion
displot:
- Setzen von
xauf'carat'. - Einfärbung der Kurven nach
'cut'mittelshue. - Aufteilung der Darstellung in separate Spalten basierend auf der
'color'des Diamanten mittelscol. - Festlegung des Diagrammtyps auf
'kde'mit dem Parameterkind. - Normalisierung der Daten mit
multiple='fill'zur Anzeige relativer Anteile. - Verwendung der Farbpalette
'viridis'. - Nutzung der Variable
dfals Datengrundlage.
- Anzeige der Visualisierung.
Lösung
Danke für Ihr Feedback!
single
Fragen Sie AI
Fragen Sie AI
Fragen Sie alles oder probieren Sie eine der vorgeschlagenen Fragen, um unser Gespräch zu beginnen
Großartig!
Completion Rate verbessert auf 4.55
Verwendung der Distributionsschnittstelle
Swipe um das Menü anzuzeigen
Die Funktion displot (Distribution Plot) ist die "übergeordnete" Funktion für alle bisher behandelten Diagrammtypen. Sie bietet eine einheitliche Schnittstelle zur Erstellung von Histogrammen, KDE-Plots und ECDFs.
Warum Displot verwenden?
Während histplot und kdeplot sich gut für einzelne Diagramme eignen, besitzt displot eine besondere Stärke: Facettierung.
Mit den Parametern col (Spalte) oder row (Zeile) kann displot den Datensatz automatisch anhand einer Kategorie in mehrere nebeneinander angeordnete Teilplots aufteilen.
Wichtige Parameter
kind: bestimmt den Diagrammtyp;'hist'(Standard);'kde';'ecdf'.col/row: teilt die Daten in separate Teilplots, die in Spalten oder Zeilen angeordnet werden.
Beispiel
So können Sie mit nur einer Codezeile sofort drei separate Histogramme für verschiedene Arten erstellen.
12345678910111213141516import 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()
Swipe to start coding
Visualisierung der Verteilung der Diamantkaratzahlen mit dem diamonds-Datensatz.
- Einstellung des Stils auf
'darkgrid'. - Erstellung eines KDE-Diagramms mit der Funktion
displot:
- Setzen von
xauf'carat'. - Einfärbung der Kurven nach
'cut'mittelshue. - Aufteilung der Darstellung in separate Spalten basierend auf der
'color'des Diamanten mittelscol. - Festlegung des Diagrammtyps auf
'kde'mit dem Parameterkind. - Normalisierung der Daten mit
multiple='fill'zur Anzeige relativer Anteile. - Verwendung der Farbpalette
'viridis'. - Nutzung der Variable
dfals Datengrundlage.
- Anzeige der Visualisierung.
Lösung
Danke für Ihr Feedback!
single