Creación de Gráficos Swarm
El swarmplot es muy similar al stripplot, pero tiene una ventaja importante: los puntos no se superponen.
En un stripplot, se utiliza "jitter" para dispersar aleatoriamente los puntos y evitar que se sitúen uno encima del otro, aunque aún pueden ocurrir superposiciones. El swarmplot emplea un algoritmo específico para ajustar los puntos a lo largo del eje categórico, formando una figura clara y sin superposiciones que refleja la distribución de los datos (similar a un violin plot).
Parámetros clave
dodge=True: al utilizar una variablehue(por ejemplo, para separar fumadores y no fumadores), este parámetro separa los grupos en "enjambres" distintos uno al lado del otro, en lugar de mezclarlos;linewidth: añade un borde alrededor de cada punto, haciéndolos distinguibles incluso si son pequeños.
Ejemplo
A continuación se muestra cómo dodge modifica la visualización. Observe cómo los puntos azules y naranjas están separados.
1234567891011121314151617import seaborn as sns import matplotlib.pyplot as plt # Load dataset df = sns.load_dataset('tips') # Create a swarmplot sns.swarmplot( data=df, x='day', y='total_bill', hue='sex', dodge=True, # Separate Male/Female into side-by-side swarms size=4 ) plt.show()
Swipe to start coding
Visualización de la distribución de propinas utilizando un swarmplot con estilo distintivo.
- Configuración del estilo en
'whitegrid'. Pasar un diccionario para establecer'axes.facecolor'en'seashell'. - Creación de un swarmplot utilizando el conjunto de datos
tips(df):
- Asignar
'day'ax,'total_bill'ayy'sex'ahue. - Establecer el
sizede los puntos en2para acomodar más puntos sin superposición. - Añadir un borde a los puntos utilizando
linewidth=1. - Separar las categorías (male/female) una al lado de la otra configurando
dodge=True. - Utilizar la paleta
'rocket'.
- Visualización del gráfico.
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
Genial!
Completion tasa mejorada a 4.55Creación de Gráficos Swarm
Desliza para mostrar el menú
El swarmplot es muy similar al stripplot, pero tiene una ventaja importante: los puntos no se superponen.
En un stripplot, se utiliza "jitter" para dispersar aleatoriamente los puntos y evitar que se sitúen uno encima del otro, aunque aún pueden ocurrir superposiciones. El swarmplot emplea un algoritmo específico para ajustar los puntos a lo largo del eje categórico, formando una figura clara y sin superposiciones que refleja la distribución de los datos (similar a un violin plot).
Parámetros clave
dodge=True: al utilizar una variablehue(por ejemplo, para separar fumadores y no fumadores), este parámetro separa los grupos en "enjambres" distintos uno al lado del otro, en lugar de mezclarlos;linewidth: añade un borde alrededor de cada punto, haciéndolos distinguibles incluso si son pequeños.
Ejemplo
A continuación se muestra cómo dodge modifica la visualización. Observe cómo los puntos azules y naranjas están separados.
1234567891011121314151617import seaborn as sns import matplotlib.pyplot as plt # Load dataset df = sns.load_dataset('tips') # Create a swarmplot sns.swarmplot( data=df, x='day', y='total_bill', hue='sex', dodge=True, # Separate Male/Female into side-by-side swarms size=4 ) plt.show()
Swipe to start coding
Visualización de la distribución de propinas utilizando un swarmplot con estilo distintivo.
- Configuración del estilo en
'whitegrid'. Pasar un diccionario para establecer'axes.facecolor'en'seashell'. - Creación de un swarmplot utilizando el conjunto de datos
tips(df):
- Asignar
'day'ax,'total_bill'ayy'sex'ahue. - Establecer el
sizede los puntos en2para acomodar más puntos sin superposición. - Añadir un borde a los puntos utilizando
linewidth=1. - Separar las categorías (male/female) una al lado de la otra configurando
dodge=True. - Utilizar la paleta
'rocket'.
- Visualización del gráfico.
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
