Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.Impara Grafico Congiunto | Visualizzazione con Seaborn
Visualizzazione Definitiva con Python

Scorri per mostrare il menu

book
Grafico Congiunto

Note
Definizione

Joint plot è un tipo di 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 determinata 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, in modo simile a countplot() e kdeplot(), presenta tre parametri principali:

  • data;

  • x;

  • y.

I parametri x e y specificano le variabili da rappresentare, che corrispondono agli istogrammi a destra e in alto. Questi parametri possono essere oggetti di tipo array o 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()
copy

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 piuttosto utile è kind, che specifica il grafico al centro. Il valore predefinito è 'scatter'. Altri grafici possibili sono: '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()
copy

Tipi di grafici

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

  • reg: Aggiunge un adattamento lineare di regressione al grafico a dispersione, utile per verificare la correlazione tra variabili;

  • resid: Visualizza i residui di una regressione lineare;

  • hist: Mostra 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.

Note
Approfondisci

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

Inoltre, vale la pena approfondire gli argomenti menzionati:
documentazione di residplot();
Esempio di istogramma bivariato;
Esempio di grafico hexbin.

Compito

Swipe to start coding

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

Soluzione

Switch to desktopCambia al desktop per esercitarti nel mondo realeContinua da dove ti trovi utilizzando una delle opzioni seguenti
Tutto è chiaro?

Come possiamo migliorarlo?

Grazie per i tuoi commenti!

Sezione 5. Capitolo 5
single

single

Chieda ad AI

expand

Chieda ad AI

ChatGPT

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

close

Awesome!

Completion rate improved to 3.85

book
Grafico Congiunto

Note
Definizione

Joint plot è un tipo di 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 determinata 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, in modo simile a countplot() e kdeplot(), presenta tre parametri principali:

  • data;

  • x;

  • y.

I parametri x e y specificano le variabili da rappresentare, che corrispondono agli istogrammi a destra e in alto. Questi parametri possono essere oggetti di tipo array o 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()
copy

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 piuttosto utile è kind, che specifica il grafico al centro. Il valore predefinito è 'scatter'. Altri grafici possibili sono: '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()
copy

Tipi di grafici

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

  • reg: Aggiunge un adattamento lineare di regressione al grafico a dispersione, utile per verificare la correlazione tra variabili;

  • resid: Visualizza i residui di una regressione lineare;

  • hist: Mostra 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.

Note
Approfondisci

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

Inoltre, vale la pena approfondire gli argomenti menzionati:
documentazione di residplot();
Esempio di istogramma bivariato;
Esempio di grafico hexbin.

Compito

Swipe to start coding

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

Soluzione

Switch to desktopCambia al desktop per esercitarti nel mondo realeContinua da dove ti trovi utilizzando una delle opzioni seguenti
Tutto è chiaro?

Come possiamo migliorarlo?

Grazie per i tuoi commenti!

close

Awesome!

Completion rate improved to 3.85

Scorri per mostrare il menu

some-alt