Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Apprendre Création de Graphiques de Distribution Conjointe | Section
Practice
Projects
Quizzes & Challenges
Quiz
Challenges
/
Visualisation Statistique Avec Seaborn

bookCréation 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

  1. Initialisation : création de la grille avec vos données et variables. À ce stade, elle est vide ;
  2. g.plot_joint() : trace le graphique bivarié au centre (par exemple, un nuage de points) ;
  3. 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.

1234567891011121314
import 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()
copy
Tâche

Swipe to start coding

Analyser la relation entre la longueur et la profondeur du bec, en distinguant selon l'espèce.

  1. Définir le style sur 'ticks'. Modifier la couleur de fond de la figure en 'lightcyan' ('figure.facecolor').
  2. Initialiser le JointGrid (g) :
  • Mapper 'bill_length_mm' sur x et 'bill_depth_mm' sur y.
  • Colorer les points selon 'species' (hue).
  • Utiliser la palette 'viridis'.
  1. Graphique central (plot_joint) :
  • Tracer un scatterplot.
    • Rendre les points semi-transparents (alpha=0.5).
  • Définir la couleur du bord des points (edgecolor) sur 'pink'.
  • Définir l'épaisseur du bord (linewidth) à 1.
  1. Graphiques latéraux (plot_marginals) :
  • Tracer un histplot.
  • Ajouter une courbe KDE (kde=True).
  1. Afficher le graphique.

Solution

Tout était clair ?

Comment pouvons-nous l'améliorer ?

Merci pour vos commentaires !

Section 1. Chapitre 20
single

single

Demandez à l'IA

expand

Demandez à l'IA

ChatGPT

Posez n'importe quelle question ou essayez l'une des questions suggérées pour commencer notre discussion

close

bookCréation 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

  1. Initialisation : création de la grille avec vos données et variables. À ce stade, elle est vide ;
  2. g.plot_joint() : trace le graphique bivarié au centre (par exemple, un nuage de points) ;
  3. 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.

1234567891011121314
import 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()
copy
Tâche

Swipe to start coding

Analyser la relation entre la longueur et la profondeur du bec, en distinguant selon l'espèce.

  1. Définir le style sur 'ticks'. Modifier la couleur de fond de la figure en 'lightcyan' ('figure.facecolor').
  2. Initialiser le JointGrid (g) :
  • Mapper 'bill_length_mm' sur x et 'bill_depth_mm' sur y.
  • Colorer les points selon 'species' (hue).
  • Utiliser la palette 'viridis'.
  1. Graphique central (plot_joint) :
  • Tracer un scatterplot.
    • Rendre les points semi-transparents (alpha=0.5).
  • Définir la couleur du bord des points (edgecolor) sur 'pink'.
  • Définir l'épaisseur du bord (linewidth) à 1.
  1. Graphiques latéraux (plot_marginals) :
  • Tracer un histplot.
  • Ajouter une courbe KDE (kde=True).
  1. Afficher le graphique.

Solution

Switch to desktopPassez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessous
Tout était clair ?

Comment pouvons-nous l'améliorer ?

Merci pour vos commentaires !

Section 1. Chapitre 20
single

single

some-alt