Gráfico Conjunto
Joint plot es un gráfico bastante singular, ya que combina múltiples gráficos. Es un gráfico que muestra la relación entre dos variables junto con sus distribuciones individuales.
Básicamente, tiene tres elementos por defecto:
Histograma en la parte superior que representa la distribución de una variable;
Histograma a la derecha que representa la distribución de otra variable;
Gráfico de dispersión en el centro que muestra la relación entre estas dos variables.
Aquí tienes un ejemplo de un joint plot:
Datos para el Joint Plot
seaborn
tiene una función jointplot()
que, de manera similar a countplot()
y kdeplot()
, tiene tres parámetros más importantes:
data
;x
;y
.
Los parámetros x
y y
especifican las variables a graficar, que corresponden a los histogramas de la derecha y la parte superior. Estos parámetros pueden ser objetos tipo array o nombres de columnas cuando el parámetro data
es un DataFrame.
import seaborn as sns import matplotlib.pyplot as plt # Loading the dataset with data about three different iris flowers species iris_df = sns.load_dataset("iris") sns.jointplot(data=iris_df, x="sepal_length", y="sepal_width") plt.show()
El ejemplo inicial se ha recreado asignando un DataFrame al parámetro data
y especificando los nombres de las columnas para x
y y
.
Gráfico en el Centro
Otro parámetro bastante útil es kind
, que especifica el gráfico que se muestra en el centro. El valor predeterminado es 'scatter'
. Otros gráficos posibles son: 'kde'
, 'hist'
, 'hex'
, 'reg'
, 'resid'
. Se recomienda experimentar con diferentes tipos de gráficos:
import seaborn as sns import matplotlib.pyplot as plt # Loading the dataset with data about three different iris flowers species iris_df = sns.load_dataset("iris") sns.jointplot(data=iris_df, x="sepal_length", y="sepal_width", kind='reg') plt.show()
Tipos de gráficos
Aunque el diagrama de dispersión es la opción más común para el gráfico central, existen varias otras alternativas disponibles:
reg: Añade un ajuste de regresión lineal al diagrama de dispersión, útil para verificar la correlación entre variables;
resid: Muestra los residuos de una regresión lineal;
hist: Presenta un histograma bivariado para dos variables;
kde: Genera un gráfico KDE;
hex: Produce un gráfico hexbin, donde los hexágonos reemplazan los puntos individuales y el color del contenedor indica la densidad de los datos.
Como es habitual, puedes explorar más opciones y parámetros en la documentación de jointplot()
.
También es recomendable explorar los temas mencionados:
documentación de residplot()
;
Ejemplo de histograma bivariado;
Ejemplo de gráfico hexbin.
Swipe to start coding
- Utilizar la función correcta para crear un gráfico conjunto.
- Usar
weather_df
como los datos para el gráfico (el primer argumento). - Establecer la columna
'Boston'
como la variable del eje x (el segundo argumento). - Establecer la columna
'Seattle'
como la variable del eje y (el tercer argumento). - Configurar el gráfico central para que tenga una línea de regresión (el argumento más a la derecha).
Solución
¡Gracias por tus comentarios!