Oppiskele Pariplotti | Visualisointi Seabornilla

Määritelmä

Pair plot havainnollistaa kaikkien numeeristen muuttujien välisiä parittaisia suhteita aineistossa. Toisin kuin joint plot, se ei rajoitu kahteen muuttujaan. Se luo N×N-ruudukon alikuvioita, missä N on numeeristen sarakkeiden määrä DataFrame-rakenteessa.

Pair plotin kuvaus

Jokainen ruudukon sarake jakaa saman x-akselin muuttujan, ja jokainen rivi saman y-akselin. Diagonaalilla esitetään yksittäisten muuttujien histogrammit, kun taas muut solut näyttävät hajontakuvioita.

Pariplotin luominen

Voit luoda pariplotin käyttämällä seaborn.pairplot()-funktiota. Sen ainoa pakollinen argumentti on data, jonka tulee olla DataFrame. Parametrit kuten height ja aspect määrittävät jokaisen aliplotin koon (tuumina).


              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

hue-parametri määrittää värit valitun kategorisen sarakkeen perusteella. Tämä korostaa ryhmien välisiä eroja ja näyttää luokitteludatoissa, miten luokat erottuvat muuttujapareissa.

Kun hue on asetettu (esim. species), hajontakuvioiden pisteet väritetään luokan mukaan ja diagonaaliset kuviot vaihtuvat histogrammeista KDE-kuvioiksi, mikä selkeyttää luokkien jakaumia.


              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()

Kaavion tyyppien muuttaminen

Sekä pääkaavioita että diagonaalisia kaavioita voidaan mukauttaa.

kind ohjaa diagonaalin ulkopuolisia kaavioita (oletus: 'scatter');
diag_kind ohjaa diagonaalilla olevia kaavioita (histogrammi tai KDE, usein valitaan automaattisesti kun hue on käytössä).


              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' ovat mahdollisia arvoja kind-parametrille.

diag_kind voidaan asettaa johonkin seuraavista arvoista:

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

Kaikki on tältä osin samanlaista kuin jointplot()-funktiossa.

Lisätietoa

Tutustu lisää pairplot() dokumentaatioon.

Tehtävä

Swipe to start coding

Käytä oikeaa funktiota pariplotin luomiseen.
Aseta piirrettävän datan arvoksi penguins_df ensimmäisenä argumenttina.
Aseta sarake 'sex' määrittämään, miten eri värit liitetään eri ominaisuuksiin, määrittämällä toinen argumentti.
Aseta ei-diagonaalisille kuvioille regressiosuora ('reg') määrittämällä kolmas argumentti.
Aseta height arvoksi 2.
Aseta aspect arvoksi 0.8.

Ratkaisu

Oliko kaikki selvää?

Kiitos palautteestasi!

Osio 5. Luku 6

single

Kysy tekoälyä

Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme

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?

Awesome!

Completion rate improved to 3.85

Pyyhkäise näyttääksesi valikon