Impara Pair Plot | Visualizzazione con Seaborn

Definizione

Un pair plot visualizza le relazioni a coppie tra tutte le variabili numeriche in un dataset. A differenza di un joint plot, non è limitato a due variabili. Crea una griglia di sottotrame N×N, dove N è il numero di colonne numeriche nel DataFrame.

Descrizione del Pair Plot

Ogni colonna nella griglia condivide la stessa variabile dell’asse x, e ogni riga condivide la stessa variabile dell’asse y. La diagonale mostra gli istogrammi delle singole variabili, mentre le celle fuori diagonale visualizzano scatter plot.

Creazione di un Pair Plot

È possibile crearne uno utilizzando seaborn.pairplot(). L'unico argomento obbligatorio è data, che deve essere un DataFrame. Parametri come height e aspect impostano la dimensione (in pollici) di ciascun sottografico.


              12345678910
            
import seaborn as sns
import matplotlib.pyplot as plt

# Loading the dataset with data about three different iris species
iris_df = sns.load_dataset('iris')

# Creating a pair plot
sns.pairplot(iris_df, height=2, aspect=0.8)

plt.show()

Hue

Il parametro hue assegna i colori in base a una colonna categorica specificata. Questo evidenzia le differenze tra i gruppi e, se utilizzato in insiemi di dati di classificazione, mostra come le classi si separano tra le coppie di variabili.

Con hue impostato (ad esempio su species), i grafici a dispersione colorano i punti per classe e i grafici diagonali passano dagli istogrammi ai grafici KDE, rendendo più chiare le distribuzioni delle classi.


              1234567891011121314
            
import seaborn as sns
import matplotlib.pyplot as plt

# Ignoring warnings
import warnings
warnings.filterwarnings('ignore')

# Loading the dataset with data about three different iris species
iris_df = sns.load_dataset('iris')

# Setting the hue parameter to 'species'
sns.pairplot(iris_df, hue='species', height=2, aspect=0.8)

plt.show()

Modifica dei Tipi di Grafico

Personalizzazione sia dei grafici principali che di quelli diagonali.

kind controlla i grafici fuori diagonale (predefinito: 'scatter');
diag_kind controlla la diagonale (istogramma o KDE, spesso selezionato automaticamente quando si utilizza hue).


              12345678910
            
import seaborn as sns
import matplotlib.pyplot as plt

# Loading the dataset with data about three different iris species
iris_df = sns.load_dataset('iris')

# Setting the kind parameter and diag_kind parameters
sns.pairplot(iris_df, hue='species', kind='reg', diag_kind=None, height=2, aspect=0.8)

plt.show()

'scatter', 'kde', 'hist', 'reg' sono valori possibili per il parametro kind.

diag_kind può essere impostato su uno dei seguenti valori:

'auto';
'hist';
'kde';
None.

Tutto è simile alla funzione jointplot() sotto questo aspetto.

Approfondisci

Esplora ulteriormente nella pairplot() documentazione.

Compito

Swipe to start coding

Utilizzare la funzione corretta per creare un pair plot.
Impostare i dati del grafico su penguins_df tramite il primo argomento.
Impostare 'sex' come colonna che mapperà gli aspetti del grafico su colori diversi specificando il secondo argomento.
Impostare i grafici non diagonali per includere una linea di regressione ('reg') specificando il terzo argomento.
Impostare height a 2.
Impostare aspect a 0.8.

Soluzione

Tutto è chiaro?

Grazie per i tuoi commenti!

Sezione 5. Capitolo 6

single

Chieda ad AI

Chieda pure quello che desidera o provi una delle domande suggerite per iniziare la nostra conversazione

Suggested prompts:

What does the `aspect` parameter do in `pairplot()`?

Can you explain the difference between `hist` and `kde` on the diagonal?

How does using `hue` affect the appearance of the pair plot?

Awesome!

Completion rate improved to 3.85

Scorri per mostrare il menu