Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.Oppiskele Histogrammien Visualisointi | Osio
Tilastollinen Visualisointi Seabornilla

bookHistogrammien Visualisointi

histplot (histogrammikuvaaja) on klassinen työkalu, joka esittää yhden tai useamman muuttujan jakauman laskemalla havaintojen määrän tietyissä luokissa. Se auttaa vastaamaan kysymyksiin kuten: "Mikä on yleisin arvo?", "Onko data symmetristä?" tai "Onko poikkeavia havaintoja?".

Histogrammin muokkaaminen

Oletuksena histplot piirtää pylväitä ja laskee esiintymiskerrat. Voit kuitenkin mukauttaa sitä saadaksesi lisää näkemyksiä.

1. Tilastollinen suure (stat)

Yksinkertaisen laskennan sijaan voit laskea tiheyden. Tämä on hyödyllistä, kun vertaillaan eri kokoisia ryhmiä, sillä se normalisoi käyrän pinta-alan arvoon 1.

stat='density'

2. Visuaalinen tyyli (element)

Kun piirretään useita ryhmiä hue-parametrilla, tavalliset pylväät voivat mennä päällekkäin. Step-kuvaajan käyttö luo ääriviivat, jolloin päällekkäisyydet näkyvät selkeämmin.

element='step'

3. Luokkaleveys (binwidth)

Luokkien koko määrittää, kuinka paljon yksityiskohtia näet.

binwidth=1

Esimerkki: näin yhdistät nämä parametrit luodaksesi step-tyylisen tiheyskuvaajan:


              
1234567891011121314151617

            
import seaborn as sns
import matplotlib.pyplot as plt

# Loading dataset
data = sns.load_dataset('penguins')

# Creating a customized histplot
sns.histplot(
    data=data,
    x='bill_length_mm',
    hue='species',      # Color by species
    element='step',     # Use step lines instead of bars
    stat='density',     # Show density instead of count
    common_norm=False   # Normalize each group separately
)

plt.show()
copy
Tehtävä

Swipe to start coding

Luo selkeä visualisointi pingviinien nokan pituuksista:

  1. Alusta histplot käyttäen df-dataframea.
  2. Aseta x arvoksi 'bill_length_mm'.
  3. Ryhmittele data 'island'-sarakkeen mukaan käyttämällä hue-parametria.
  4. Muuta visuaalinen tyyli 'step'-muotoon käyttämällä element-parametria.
  5. Muuta Y-akseli esittämään 'density' käyttämällä stat-parametria.
  6. Aseta binwidth arvoksi 1 ja käytä 'flare'-palettia.
  7. Näytä kuvaaja.

Ratkaisu

Oliko kaikki selvää?

Miten voimme parantaa sitä?

Kiitos palautteestasi!

Osio 1. Luku 4
single

single

Kysy tekoälyä

expand

Kysy tekoälyä

ChatGPT

Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme

close

bookHistogrammien Visualisointi

Pyyhkäise näyttääksesi valikon

histplot (histogrammikuvaaja) on klassinen työkalu, joka esittää yhden tai useamman muuttujan jakauman laskemalla havaintojen määrän tietyissä luokissa. Se auttaa vastaamaan kysymyksiin kuten: "Mikä on yleisin arvo?", "Onko data symmetristä?" tai "Onko poikkeavia havaintoja?".

Histogrammin muokkaaminen

Oletuksena histplot piirtää pylväitä ja laskee esiintymiskerrat. Voit kuitenkin mukauttaa sitä saadaksesi lisää näkemyksiä.

1. Tilastollinen suure (stat)

Yksinkertaisen laskennan sijaan voit laskea tiheyden. Tämä on hyödyllistä, kun vertaillaan eri kokoisia ryhmiä, sillä se normalisoi käyrän pinta-alan arvoon 1.

stat='density'

2. Visuaalinen tyyli (element)

Kun piirretään useita ryhmiä hue-parametrilla, tavalliset pylväät voivat mennä päällekkäin. Step-kuvaajan käyttö luo ääriviivat, jolloin päällekkäisyydet näkyvät selkeämmin.

element='step'

3. Luokkaleveys (binwidth)

Luokkien koko määrittää, kuinka paljon yksityiskohtia näet.

binwidth=1

Esimerkki: näin yhdistät nämä parametrit luodaksesi step-tyylisen tiheyskuvaajan:


              
1234567891011121314151617

            
import seaborn as sns
import matplotlib.pyplot as plt

# Loading dataset
data = sns.load_dataset('penguins')

# Creating a customized histplot
sns.histplot(
    data=data,
    x='bill_length_mm',
    hue='species',      # Color by species
    element='step',     # Use step lines instead of bars
    stat='density',     # Show density instead of count
    common_norm=False   # Normalize each group separately
)

plt.show()
copy
Tehtävä

Swipe to start coding

Luo selkeä visualisointi pingviinien nokan pituuksista:

  1. Alusta histplot käyttäen df-dataframea.
  2. Aseta x arvoksi 'bill_length_mm'.
  3. Ryhmittele data 'island'-sarakkeen mukaan käyttämällä hue-parametria.
  4. Muuta visuaalinen tyyli 'step'-muotoon käyttämällä element-parametria.
  5. Muuta Y-akseli esittämään 'density' käyttämällä stat-parametria.
  6. Aseta binwidth arvoksi 1 ja käytä 'flare'-palettia.
  7. Näytä kuvaaja.

Ratkaisu

Switch to desktopVaihda työpöytään todellista harjoitusta vartenJatka siitä, missä olet käyttämällä jotakin alla olevista vaihtoehdoista
Oliko kaikki selvää?

Miten voimme parantaa sitä?

Kiitos palautteestasi!

Osio 1. Luku 4
single

single

some-alt