Impara Grafico Congiunto | Visualizzazione con Seaborn

Definizione

Il joint plot è un grafico piuttosto unico, poiché combina più grafici. Si tratta di un grafico che mostra la relazione tra due variabili insieme alle loro distribuzioni individuali.

Fondamentalmente, presenta tre elementi di default:

Istogramma in alto che rappresenta la distribuzione di una certa variabile;
Istogramma a destra che rappresenta la distribuzione di un'altra variabile;
Grafico a dispersione al centro che mostra la relazione tra queste due variabili.

Ecco un esempio di joint plot:

Dati per il Joint Plot

seaborn dispone della funzione jointplot(), che, analogamente a countplot() e kdeplot(), presenta tre parametri principali:

data;
x;
y.

I parametri x e y specificano le variabili da visualizzare, che corrispondono agli istogrammi a destra e in alto. Questi parametri possono essere oggetti di tipo array oppure nomi di colonne quando il parametro data è un DataFrame.


              12345678
            
import seaborn as sns
import matplotlib.pyplot as plt

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

sns.jointplot(data=iris_df, x="sepal_length", y="sepal_width")
plt.show()

L'esempio iniziale è stato ricreato assegnando un DataFrame al parametro data e specificando i nomi delle colonne per x e y.

Grafico al Centro

Un altro parametro molto utile è kind, che specifica il tipo di grafico al centro. Il valore predefinito è 'scatter'. Ecco altri tipi di grafici possibili: 'kde', 'hist', 'hex', 'reg', 'resid'. Si consiglia di sperimentare con diversi tipi di grafici:


              12345678
            
import seaborn as sns
import matplotlib.pyplot as plt

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

sns.jointplot(data=iris_df, x="sepal_length", y="sepal_width", kind='reg')
plt.show()

Tipi di Grafico

Sebbene il grafico a dispersione sia la scelta più comune per il grafico centrale, sono disponibili diverse altre opzioni:

reg: Aggiunge un adattamento di regressione lineare al grafico a dispersione, utile per verificare la correlazione tra variabili;
resid: Mostra i residui di una regressione lineare;
hist: Visualizza un istogramma bivariato per due variabili;
kde: Crea un grafico KDE;
hex: Produce un grafico hexbin, dove i punti individuali sono sostituiti da celle esagonali e il colore delle celle indica la densità dei dati.

Approfondisci

Come di consueto, è possibile esplorare ulteriori opzioni e parametri nella documentazione di jointplot().

Inoltre, è consigliabile approfondire i seguenti argomenti:
documentazione di residplot();
Esempio di istogramma bivariato;
Esempio di grafico esagonale (hexbin).

Compito

Swipe to start coding

Utilizzare la funzione corretta per creare un joint plot.
Utilizzare weather_df come dati per il grafico (primo argomento).
Impostare la colonna 'Boston' come variabile dell'asse x (secondo argomento).
Impostare la colonna 'Seattle' come variabile dell'asse y (terzo argomento).
Impostare il grafico centrale affinché abbia una linea di regressione (argomento più a destra).

Soluzione

Tutto è chiaro?

Grazie per i tuoi commenti!

Sezione 5. Capitolo 5

single

Chieda ad AI

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

Suggested prompts:

What are the differences between the various `kind` options in `jointplot()`?

Can you explain when to use each type of plot in the middle?

How can I customize the appearance of the joint plot further?

Awesome!

Completion rate improved to 3.85

Scorri per mostrare il menu