Oppiskele Yhdistelmäkaavio | Visualisointi Seabornilla

Määritelmä

Joint plot on varsin ainutlaatuinen kaavio, sillä se yhdistää useita kaavioita. Se on kaavio, joka esittää kahden muuttujan välisen suhteen sekä niiden yksittäiset jakaumat.

Joint plot yhdistää kolme elementtiä:

histogrammi ylhäällä (x-muuttujan jakauma);
histogrammi oikealla (y-muuttujan jakauma);
hajontakaavio keskellä (kahden muuttujan välinen suhde).

Tässä on esimerkki:

Yhteisdiagrammin data

seaborn.jointplot() käyttää kolmea keskeistä parametriä:

data — DataFrame,
x — muuttuja yläosan histogrammille,
y — muuttuja oikean reunan histogrammille.

x ja y voivat olla sarakkeiden nimiä tai taulukkomaisia olioita.


              12345678
            
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()

Esimerkki toteutetaan antamalla DataFrame parametrille data ja määrittämällä sarakkeiden nimet x- ja y-parametreille.

Kaavio keskellä

Parametri kind määrittää keskimmäisen kaavion tyypin. Oletus: 'scatter'. Muita vaihtoehtoja ovat: 'kde', 'hist', 'hex', 'reg', 'resid'.


              12345678
            
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

Scatterin lisäksi voit valita:

reg — lisää lineaarisen regressiosovituksen;
resid — piirtää regressiojäännökset;
hist — kaksimuuttujainen histogrammi;
kde — kahden muuttujan KDE;
hex — hexbin-kaavio, joka näyttää tiheyden värillisillä kuusikulmiokennoilla.

Lisätietoa

Kuten tavallista, voit tutustua lisää vaihtoehtoihin ja parametreihin jointplot() -dokumentaatiossa.

Lisäksi kannattaa tutustua seuraaviin aiheisiin:
residplot() -dokumentaatio;
Bivariaattisen histogrammin esimerkki;
Hexbin-kuvaajan esimerkki.

Tehtävä

Swipe to start coding

Käytä oikeaa funktiota yhteisjakaumakuvion luomiseen.
Käytä weather_df-dataa kuvion aineistona (ensimmäinen argumentti).
Aseta 'Boston'-sarake x-akselin muuttujaksi (toinen argumentti).
Aseta 'Seattle'-sarake y-akselin muuttujaksi (kolmas argumentti).
Aseta keskellä olevaan kuvaajaan regressiosuora (viimeinen argumentti).

Ratkaisu

Oliko kaikki selvää?

Kiitos palautteestasi!

Osio 5. Luku 5

single

Kysy tekoälyä

Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme

Pyyhkäise näyttääksesi valikon