Aprende Gráfico de Pares | Visualización con Seaborn

Definición

Un pair plot visualiza las relaciones por pares entre todas las variables numéricas de un conjunto de datos. A diferencia de un joint plot, no está limitado a dos variables. Crea una cuadrícula de subgráficos de N×N, donde N es el número de columnas numéricas en el DataFrame.

Descripción del Pair Plot

Cada columna en la cuadrícula comparte la misma variable del eje x, y cada fila comparte la misma del eje y. La diagonal muestra histogramas de variables individuales, mientras que las celdas fuera de la diagonal presentan diagramas de dispersión.

Creación de un Pair Plot

Se puede crear utilizando seaborn.pairplot(). Su único argumento obligatorio es data, que debe ser un DataFrame. Parámetros como height y aspect establecen el tamaño (en pulgadas) de cada subgráfico.


              12345678910
            
import seaborn as sns
import matplotlib.pyplot as plt

# Loading the dataset with data about three different iris species
iris_df = sns.load_dataset('iris')

# Creating a pair plot
sns.pairplot(iris_df, height=2, aspect=0.8)

plt.show()

Hue

El parámetro hue asigna colores en función de una columna categórica especificada. Esto resalta las diferencias entre grupos y, cuando se utiliza en conjuntos de datos de clasificación, muestra cómo se separan las clases en los pares de variables.

Con hue establecido (por ejemplo, en species), los diagramas de dispersión colorean los puntos por clase y los gráficos diagonales cambian de histogramas a gráficos KDE, lo que hace que las distribuciones de las clases sean más claras.


              1234567891011121314
            
import seaborn as sns
import matplotlib.pyplot as plt

# Ignoring warnings
import warnings
warnings.filterwarnings('ignore')

# Loading the dataset with data about three different iris species
iris_df = sns.load_dataset('iris')

# Setting the hue parameter to 'species'
sns.pairplot(iris_df, hue='species', height=2, aspect=0.8)

plt.show()

Cambiar Tipos de Gráficas

Es posible personalizar tanto las gráficas principales como las diagonales.

kind controla las gráficas fuera de la diagonal (predeterminado: 'scatter');
diag_kind controla la diagonal (histograma o KDE, a menudo seleccionado automáticamente cuando se utiliza hue).


              12345678910
            
import seaborn as sns
import matplotlib.pyplot as plt

# Loading the dataset with data about three different iris species
iris_df = sns.load_dataset('iris')

# Setting the kind parameter and diag_kind parameters
sns.pairplot(iris_df, hue='species', kind='reg', diag_kind=None, height=2, aspect=0.8)

plt.show()

'scatter', 'kde', 'hist', 'reg' son valores posibles para el parámetro kind.

diag_kind puede establecerse en uno de los siguientes valores:

'auto';
'hist';
'kde';
None.

Todo es similar a la función jointplot() en este aspecto.

Estudiar más

Explora más en la documentación de pairplot().

Tarea

Swipe to start coding

Utilizar la función correcta para crear un pair plot.
Establecer los datos del gráfico como penguins_df mediante el primer argumento.
Definir 'sex' como la columna que asignará los aspectos del gráfico a diferentes colores especificando el segundo argumento.
Configurar los gráficos no diagonales para que incluyan una línea de regresión ('reg') mediante el tercer argumento.
Establecer height en 2.
Establecer aspect en 0.8.

Solución

¿Todo estuvo claro?

¡Gracias por tus comentarios!

Sección 5. Capítulo 6

single

Pregunte a AI

Pregunte lo que quiera o pruebe una de las preguntas sugeridas para comenzar nuestra charla

Suggested prompts:

What does the `aspect` parameter do in `pairplot()`?

Can you explain the difference between `hist` and `kde` on the diagonal?

How does using `hue` affect the appearance of the pair plot?

Desliza para mostrar el menú