Grafico Congiunto
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.
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 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:
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 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.
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.
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
Grazie per i tuoi commenti!