Gráfico Conjunto
Gráfico conjunto es un tipo de 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 gráfico conjunto:
Datos para el Joint Plot
seaborn dispone de 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 a la derecha y en la parte superior. Estos parámetros pueden ser objetos tipo array o nombres de columnas cuando el parámetro data es un DataFrame.
12345678import 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 tipo de gráfico que aparece en el centro. El valor predeterminado es 'scatter'. Aquí tienes otras opciones posibles: 'kde', 'hist', 'hex', 'reg', 'resid'. Se recomienda experimentar con diferentes tipos de gráficos:
12345678import 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 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 puntos individuales se reemplazan por celdas hexagonales y el color de la celda indica la densidad de los datos.
Como es habitual, se pueden explorar más opciones y parámetros en la documentación de jointplot().
También es recomendable explorar los siguientes temas:
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_dfcomo 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!
single
Pregunte a AI
Pregunte a AI
Pregunte lo que quiera o pruebe una de las preguntas sugeridas para comenzar nuestra charla
What are the differences between the various `kind` options in `jointplot()`?
Can you explain when to use each type of plot in the middle?
How can I customize the appearance of the joint plot further?
Awesome!
Completion rate improved to 3.85Gráfico Conjunto
Desliza para mostrar el menú
Gráfico conjunto es un tipo de 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 gráfico conjunto:
Datos para el Joint Plot
seaborn dispone de 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 a la derecha y en la parte superior. Estos parámetros pueden ser objetos tipo array o nombres de columnas cuando el parámetro data es un DataFrame.
12345678import 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 tipo de gráfico que aparece en el centro. El valor predeterminado es 'scatter'. Aquí tienes otras opciones posibles: 'kde', 'hist', 'hex', 'reg', 'resid'. Se recomienda experimentar con diferentes tipos de gráficos:
12345678import 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 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 puntos individuales se reemplazan por celdas hexagonales y el color de la celda indica la densidad de los datos.
Como es habitual, se pueden explorar más opciones y parámetros en la documentación de jointplot().
También es recomendable explorar los siguientes temas:
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_dfcomo 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
Cambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones¡Gracias por tus comentarios!
single
