Yhdistelmäkaavio
Joint plot on varsin ainutlaatuinen kuvaaja, sillä se yhdistää useita kuvaajia. Se on kaavio, joka näyttää kahden muuttujan välisen suhteen sekä niiden yksittäiset jakaumat.
Perustilassaan siinä on kolme elementtiä:
- Histogrammi yläosassa, joka esittää tietyn muuttujan jakauman;
- Histogrammi oikealla, joka esittää toisen muuttujan jakauman;
- Hajontakuvio keskellä, joka näyttää näiden kahden muuttujan välisen suhteen.
Tässä on esimerkki joint plotista:
Data for the Joint Plot
seaborn-kirjastossa on jointplot()-funktio, jolla on samankaltaisesti kuin countplot()- ja kdeplot()-funktioilla kolme tärkeintä parametria:
data;x;y.
x- ja y-parametrit määrittävät piirrettävät muuttujat, jotka vastaavat histogrammeja oikealla ja ylhäällä. Nämä parametrit voivat olla taulukkomaisia olioita tai sarakkeiden nimiä, kun data-parametri on 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()
Alkuperäinen esimerkki on toteutettu määrittämällä DataFrame data-parametriin ja nimeämällä sarakkeet x ja y.
Keskellä oleva kuvaaja
Toinen hyödyllinen parametri on kind, jolla määritellään keskellä oleva kuvaajatyyppi. Oletusarvo on 'scatter'. Muita mahdollisia arvoja ovat: 'kde', 'hist', 'hex', 'reg', 'resid'. Kokeile rohkeasti erilaisia kuvaajia:
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()
Kaaviotyypit
Vaikka hajontakaavio on yleisin valinta keskimmäiseksi kaavioksi, on tarjolla useita muita vaihtoehtoja:
- reg: Lisää lineaarisen regressio-sovitteen hajontakaavioon, hyödyllinen korrelaation tarkistamiseen muuttujien välillä;
- resid: Näyttää lineaarisen regression residuaalit;
- hist: Esittää bivariaattisen histogrammin kahdelle muuttujalle;
- kde: Luo KDE-kaavion;
- hex: Tuottaa hexbin-kaavion, jossa yksittäiset pisteet korvataan kuusikulmaisilla soluilla ja solun väri ilmaisee datan tiheyden.
Kuten tavallista, voit tutkia lisää vaihtoehtoja ja parametreja jointplot() -dokumentaatiossa.
Lisäksi kannattaa tutustua mainittuihin aiheisiin:
residplot() -dokumentaatio;
Bivariaattisen histogrammin esimerkki;
Hexbin-kaavion esimerkki.
Swipe to start coding
- Käytä oikeaa funktiota yhteisjakaumakuvion luomiseen.
- Käytä
weather_df-dataa kuvion aineistona (ensimmäinen argumentti). - Aseta x-akselin muuttujaksi
'Boston'-sarake (toinen argumentti). - Aseta y-akselin muuttujaksi
'Seattle'-sarake (kolmas argumentti). - Aseta keskimmäiseen kuvaajaan regressiosuora (viimeinen argumentti).
Ratkaisu
Vaihda työpöytään todellista harjoitusta vartenJatka siitä, missä olet käyttämällä jotakin alla olevista vaihtoehdoistaKiitos palautteestasi!
