Création de Graphiques de Distribution Conjointe
JointGrid est l'objet de niveau figure sous-jacent utilisé pour créer des graphiques bivariés avec des graphiques univariés marginaux.
Lorsque vous utilisez sns.jointplot(), un JointGrid est créé automatiquement. Cependant, utiliser directement JointGrid vous donne une toile vierge. Vous pouvez explicitement décider quoi dessiner au centre et quoi dessiner sur les côtés.
Flux de travail
- Initialisation : création de la grille avec vos données et variables. À ce stade, elle est vide ;
g.plot_joint(): trace le graphique bivarié au centre (par exemple, un nuage de points) ;g.plot_marginals(): trace les graphiques univariés sur les axes supérieur et droit (par exemple, un histogramme ou une courbe KDE).
Exemple
Ici, nous créons une grille personnalisée avec un graphique de régression au centre et des courbes KDE sur les côtés.
1234567891011121314import seaborn as sns import matplotlib.pyplot as plt # Load dataset df = sns.load_dataset('penguins') # 1. Initialize the grid g = sns.JointGrid(data=df, x='bill_length_mm', y='bill_depth_mm') # 2. Draw the plots g.plot_joint(sns.regplot, scatter_kws={'alpha': 0.5}) # Center: Regression g.plot_marginals(sns.kdeplot, fill=True) # Sides: KDE plt.show()
Swipe to start coding
Analyser la relation entre la longueur et la profondeur du bec, en distinguant selon l'espèce.
- Définir le style sur
'ticks'. Modifier la couleur de fond de la figure en'lightcyan'('figure.facecolor'). - Initialiser le
JointGrid(g) :
- Mapper
'bill_length_mm'surxet'bill_depth_mm'sury. - Colorer les points selon
'species'(hue). - Utiliser la palette
'viridis'.
- Graphique central (
plot_joint) :
- Tracer un
scatterplot.- Rendre les points semi-transparents (
alpha=0.5).
- Rendre les points semi-transparents (
- Définir la couleur du bord des points (
edgecolor) sur'pink'. - Définir l'épaisseur du bord (
linewidth) à1.
- Graphiques latéraux (
plot_marginals) :
- Tracer un
histplot. - Ajouter une courbe KDE (
kde=True).
- Afficher le graphique.
Solution
Merci pour vos commentaires !
single
Demandez à l'IA
Demandez à l'IA
Posez n'importe quelle question ou essayez l'une des questions suggérées pour commencer notre discussion
Génial!
Completion taux amélioré à 4.55
Création de Graphiques de Distribution Conjointe
Glissez pour afficher le menu
JointGrid est l'objet de niveau figure sous-jacent utilisé pour créer des graphiques bivariés avec des graphiques univariés marginaux.
Lorsque vous utilisez sns.jointplot(), un JointGrid est créé automatiquement. Cependant, utiliser directement JointGrid vous donne une toile vierge. Vous pouvez explicitement décider quoi dessiner au centre et quoi dessiner sur les côtés.
Flux de travail
- Initialisation : création de la grille avec vos données et variables. À ce stade, elle est vide ;
g.plot_joint(): trace le graphique bivarié au centre (par exemple, un nuage de points) ;g.plot_marginals(): trace les graphiques univariés sur les axes supérieur et droit (par exemple, un histogramme ou une courbe KDE).
Exemple
Ici, nous créons une grille personnalisée avec un graphique de régression au centre et des courbes KDE sur les côtés.
1234567891011121314import seaborn as sns import matplotlib.pyplot as plt # Load dataset df = sns.load_dataset('penguins') # 1. Initialize the grid g = sns.JointGrid(data=df, x='bill_length_mm', y='bill_depth_mm') # 2. Draw the plots g.plot_joint(sns.regplot, scatter_kws={'alpha': 0.5}) # Center: Regression g.plot_marginals(sns.kdeplot, fill=True) # Sides: KDE plt.show()
Swipe to start coding
Analyser la relation entre la longueur et la profondeur du bec, en distinguant selon l'espèce.
- Définir le style sur
'ticks'. Modifier la couleur de fond de la figure en'lightcyan'('figure.facecolor'). - Initialiser le
JointGrid(g) :
- Mapper
'bill_length_mm'surxet'bill_depth_mm'sury. - Colorer les points selon
'species'(hue). - Utiliser la palette
'viridis'.
- Graphique central (
plot_joint) :
- Tracer un
scatterplot.- Rendre les points semi-transparents (
alpha=0.5).
- Rendre les points semi-transparents (
- Définir la couleur du bord des points (
edgecolor) sur'pink'. - Définir l'épaisseur du bord (
linewidth) à1.
- Graphiques latéraux (
plot_marginals) :
- Tracer un
histplot. - Ajouter une courbe KDE (
kde=True).
- Afficher le graphique.
Solution
Merci pour vos commentaires !
single