Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Apprendre Combinaison de la Régression et des Grilles | Section
Practice
Projects
Quizzes & Challenges
Quiz
Challenges
/
Visualisation Statistique Avec Seaborn

bookCombinaison de la Régression et des Grilles

La fonction lmplot (tracé de modèle linéaire) est une fonction au niveau de la figure qui combine regplot et FacetGrid.

Alors que regplot convient pour analyser une seule relation, lmplot permet de comparer les relations linéaires entre différentes catégories. Il est possible de séparer les données par couleur (hue) ou en les répartissant dans différents sous-graphiques (col/row), ce qui en fait un outil puissant pour répondre à des questions telles que « La relation entre l'addition et le pourboire change-t-elle si le client est fumeur ? ».

Paramètres clés

  • hue : séparation des données par couleur et tracé d'une droite de régression distincte pour chaque groupe ;
  • col / row : séparation des données dans des sous-graphiques distincts ;
  • markers : liste de symboles permettant de distinguer visuellement les groupes (par exemple, ['o', 'x']), ce qui facilite l'accessibilité.

Exemple

Ici, comparaison des pourboires donnés lors du déjeuner et du dîner. Remarquez comment col divise l'affichage, tandis que hue compare les fumeurs dans chaque vue.

1234567891011121314151617
import seaborn as sns import matplotlib.pyplot as plt # Load dataset df = sns.load_dataset('tips') # Create a grid of regression plots sns.lmplot( data=df, x='total_bill', y='tip', col='time', # Split: Lunch vs Dinner hue='smoker', # Color: Yes vs No palette='Set1' ) plt.show()
copy
Tâche

Swipe to start coding

Analyser le jeu de données tips pour observer comment le genre et le statut de fumeur influencent le comportement de pourboire.

  1. Définir le style sur 'darkgrid'. Définir la couleur de fond de la figure sur 'lightpink'.
  2. Créer un lmplot en utilisant le jeu de données tips (df) :
  • Mapper 'total_bill' sur x et 'tip' sur y.
  • Colorer les lignes selon le statut 'smoker' (hue).
  • Séparer la visualisation en colonnes selon le 'sex' (col).
  • Utiliser des marqueurs distincts : 'o' pour le premier groupe et 'x' pour le second.
  • Utiliser la palette 'crest'.
  1. Afficher le graphique.

Solution

Tout était clair ?

Comment pouvons-nous l'améliorer ?

Merci pour vos commentaires !

Section 1. Chapitre 22
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

bookCombinaison de la Régression et des Grilles

Glissez pour afficher le menu

La fonction lmplot (tracé de modèle linéaire) est une fonction au niveau de la figure qui combine regplot et FacetGrid.

Alors que regplot convient pour analyser une seule relation, lmplot permet de comparer les relations linéaires entre différentes catégories. Il est possible de séparer les données par couleur (hue) ou en les répartissant dans différents sous-graphiques (col/row), ce qui en fait un outil puissant pour répondre à des questions telles que « La relation entre l'addition et le pourboire change-t-elle si le client est fumeur ? ».

Paramètres clés

  • hue : séparation des données par couleur et tracé d'une droite de régression distincte pour chaque groupe ;
  • col / row : séparation des données dans des sous-graphiques distincts ;
  • markers : liste de symboles permettant de distinguer visuellement les groupes (par exemple, ['o', 'x']), ce qui facilite l'accessibilité.

Exemple

Ici, comparaison des pourboires donnés lors du déjeuner et du dîner. Remarquez comment col divise l'affichage, tandis que hue compare les fumeurs dans chaque vue.

1234567891011121314151617
import seaborn as sns import matplotlib.pyplot as plt # Load dataset df = sns.load_dataset('tips') # Create a grid of regression plots sns.lmplot( data=df, x='total_bill', y='tip', col='time', # Split: Lunch vs Dinner hue='smoker', # Color: Yes vs No palette='Set1' ) plt.show()
copy
Tâche

Swipe to start coding

Analyser le jeu de données tips pour observer comment le genre et le statut de fumeur influencent le comportement de pourboire.

  1. Définir le style sur 'darkgrid'. Définir la couleur de fond de la figure sur 'lightpink'.
  2. Créer un lmplot en utilisant le jeu de données tips (df) :
  • Mapper 'total_bill' sur x et 'tip' sur y.
  • Colorer les lignes selon le statut 'smoker' (hue).
  • Séparer la visualisation en colonnes selon le 'sex' (col).
  • Utiliser des marqueurs distincts : 'o' pour le premier groupe et 'x' pour le second.
  • Utiliser la palette 'crest'.
  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 22
single

single

some-alt