Paarweise Beziehungen Visualisieren
Das PairGrid ist ein Unterplot-Raster zur Darstellung paarweiser Beziehungen in einem Datensatz.
Es erstellt eine Matrix von Achsen, wobei jede Variable im Datensatz sowohl in einer Zeile als auch in einer Spalte dargestellt wird.
- Diagonale: zeigt die univariate Verteilung einer einzelnen Variable (da x=y);
- Außerhalb der Diagonale: zeigt die bivariate Beziehung zwischen zwei verschiedenen Variablen.
Steuerung des Rasters
Im Gegensatz zu pairplot (welches vollständig automatisch ist), erfordert PairGrid, dass Sie Diagramme explizit bestimmten Bereichen zuordnen.
g.map_diag(func): Plots auf der Diagonalen (z. B.sns.histplot);g.map_offdiag(func): Plots in allen nicht-diagonalen Zellen (z. B.sns.scatterplot);g.map_upper(func)/g.map_lower(func): Plots speziell im oberen oder unteren Dreieck des Rasters.
Beispiel
Hier erstellen wir ein Raster, bei dem die Diagonale Histogramme und das untere Dreieck Dichtekonturen zeigt.
123456789101112131415import seaborn as sns import matplotlib.pyplot as plt # Load dataset df = sns.load_dataset('penguins') # 1. Initialize the grid g = sns.PairGrid(df, hue='species') # 2. Map plots to specific regions g.map_diag(sns.histplot) # Diagonal: Histograms g.map_offdiag(sns.scatterplot) # Off-diagonal: Scatterplots g.add_legend() plt.show()
Swipe to start coding
Erstellen eines individuell angepassten Rasters zur Analyse der Beziehungen zwischen Pinguin-Messwerten.
- Stil auf
'ticks'setzen. Die Hintergrundfarbe der Abbildung auf'lightpink'('figure.facecolor') ändern. - Initialisierung des
PairGrid(g):- Das
df-Datenset verwenden.
- Das
- Datenpunkte nach
'species'(hue) einfärben. - Die Farbpalette
'rocket_r'verwenden.diag_sharey=Falsesetzen (ermöglicht für die Diagonalplots eine eigene Y-Achsen-Skalierung).
- Diagonale Plots:
sns.histplotauf die Diagonale mit.map_diag()abbilden. Eine KDE-Kurve hinzufügen (kde=True). - Außerhalb der Diagonale:
sns.scatterplotauf den restlichen Feldern mit.map_offdiag()abbilden. Die Randbreite der Punkte (linewidth) auf0.9und die Randfarbe (edgecolor) auf'purple'setzen. - Die Legende hinzufügen und die Grafik anzeigen.
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 4.55Paarweise Beziehungen Visualisieren
Swipe um das Menü anzuzeigen
Das PairGrid ist ein Unterplot-Raster zur Darstellung paarweiser Beziehungen in einem Datensatz.
Es erstellt eine Matrix von Achsen, wobei jede Variable im Datensatz sowohl in einer Zeile als auch in einer Spalte dargestellt wird.
- Diagonale: zeigt die univariate Verteilung einer einzelnen Variable (da x=y);
- Außerhalb der Diagonale: zeigt die bivariate Beziehung zwischen zwei verschiedenen Variablen.
Steuerung des Rasters
Im Gegensatz zu pairplot (welches vollständig automatisch ist), erfordert PairGrid, dass Sie Diagramme explizit bestimmten Bereichen zuordnen.
g.map_diag(func): Plots auf der Diagonalen (z. B.sns.histplot);g.map_offdiag(func): Plots in allen nicht-diagonalen Zellen (z. B.sns.scatterplot);g.map_upper(func)/g.map_lower(func): Plots speziell im oberen oder unteren Dreieck des Rasters.
Beispiel
Hier erstellen wir ein Raster, bei dem die Diagonale Histogramme und das untere Dreieck Dichtekonturen zeigt.
123456789101112131415import seaborn as sns import matplotlib.pyplot as plt # Load dataset df = sns.load_dataset('penguins') # 1. Initialize the grid g = sns.PairGrid(df, hue='species') # 2. Map plots to specific regions g.map_diag(sns.histplot) # Diagonal: Histograms g.map_offdiag(sns.scatterplot) # Off-diagonal: Scatterplots g.add_legend() plt.show()
Swipe to start coding
Erstellen eines individuell angepassten Rasters zur Analyse der Beziehungen zwischen Pinguin-Messwerten.
- Stil auf
'ticks'setzen. Die Hintergrundfarbe der Abbildung auf'lightpink'('figure.facecolor') ändern. - Initialisierung des
PairGrid(g):- Das
df-Datenset verwenden.
- Das
- Datenpunkte nach
'species'(hue) einfärben. - Die Farbpalette
'rocket_r'verwenden.diag_sharey=Falsesetzen (ermöglicht für die Diagonalplots eine eigene Y-Achsen-Skalierung).
- Diagonale Plots:
sns.histplotauf die Diagonale mit.map_diag()abbilden. Eine KDE-Kurve hinzufügen (kde=True). - Außerhalb der Diagonale:
sns.scatterplotauf den restlichen Feldern mit.map_offdiag()abbilden. Die Randbreite der Punkte (linewidth) auf0.9und die Randfarbe (edgecolor) auf'purple'setzen. - Die Legende hinzufügen und die Grafik anzeigen.
Lösung
Wechseln Sie zum Desktop, um in der realen Welt zu übenFahren Sie dort fort, wo Sie sind, indem Sie eine der folgenden Optionen verwendenDanke für Ihr Feedback!
single
