Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Impara Visualizzazione delle Stime Puntuali | Sezione
Practice
Projects
Quizzes & Challenges
Quiz
Challenges
/
Visualizzazione Statistica con Seaborn

bookVisualizzazione delle Stime Puntuali

Un pointplot rappresenta una stima della tendenza centrale (media) tramite la posizione dei punti di uno scatter plot e fornisce un'indicazione dell'incertezza utilizzando barre di errore.

Pointplot vs. Barplot

Tecnicamente, mostrano gli stessi dati. Tuttavia, un pointplot collega le stime con una linea. Questo visualizza la pendenza del cambiamento, rendendo più semplice osservare come una variabile evolve da una categoria all'altra.

Parametri principali

Per rendere il grafico più leggibile (soprattutto in bianco e nero), è possibile personalizzare i marker e le linee per diversi gruppi:

  • markers: una lista di simboli da usare per i punti (ad esempio, ['o', 'x']);
  • linestyles: una lista di stili di linea (ad esempio, ['-'] per linea continua, ['--'] per linea tratteggiata);
  • dodge=True: sposta leggermente i punti lungo l'asse per evitare sovrapposizioni, rendendo le barre di errore distinte.

Esempio

Ecco un pointplot che mostra come la media del conto varia durante la settimana. Nota come la linea tratteggiata aiuta a distinguere "Lunch" da "Dinner" anche senza colore.

123456789101112131415161718
import seaborn as sns import matplotlib.pyplot as plt # Load dataset df = sns.load_dataset('tips') # Create a styled pointplot sns.pointplot( data=df, x='day', y='total_bill', hue='time', markers=['o', '^'], # Circle and Triangle markers linestyles=['-', '--'], # Solid and Dashed lines dodge=True # Avoid overlap ) plt.show()
copy
Compito

Swipe to start coding

Visualizzare le mance date nei diversi giorni per osservare eventuali tendenze.

  1. Impostare lo stile su 'ticks'. Personalizzare il colore di sfondo passando {'axes.facecolor': 'azure'} come secondo argomento.
  2. Creare un pointplot e assegnarlo alla variabile g:
  • Mappare 'day' su x e 'tip' su y.
  • Raggruppare per 'sex' utilizzando hue.
  • Utilizzare 'v' (triangle_down) e 'o' (circle) come markers per distinguere i generi.
  • Usare la palette 'rocket'.
  • Abilitare dodge=True per separare le barre di errore.
  • Impostare capsize a 0.2 per aggiungere le estremità alle barre di errore.
    • Utilizzare linee continue ('-') e tratteggiate ('--') per linestyles.
  1. Impostare il titolo su 'Tips pointplot' utilizzando la variabile g.
  2. Visualizzare il grafico.

Soluzione

Tutto è chiaro?

Come possiamo migliorarlo?

Grazie per i tuoi commenti!

Sezione 1. Capitolo 14
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

bookVisualizzazione delle Stime Puntuali

Scorri per mostrare il menu

Un pointplot rappresenta una stima della tendenza centrale (media) tramite la posizione dei punti di uno scatter plot e fornisce un'indicazione dell'incertezza utilizzando barre di errore.

Pointplot vs. Barplot

Tecnicamente, mostrano gli stessi dati. Tuttavia, un pointplot collega le stime con una linea. Questo visualizza la pendenza del cambiamento, rendendo più semplice osservare come una variabile evolve da una categoria all'altra.

Parametri principali

Per rendere il grafico più leggibile (soprattutto in bianco e nero), è possibile personalizzare i marker e le linee per diversi gruppi:

  • markers: una lista di simboli da usare per i punti (ad esempio, ['o', 'x']);
  • linestyles: una lista di stili di linea (ad esempio, ['-'] per linea continua, ['--'] per linea tratteggiata);
  • dodge=True: sposta leggermente i punti lungo l'asse per evitare sovrapposizioni, rendendo le barre di errore distinte.

Esempio

Ecco un pointplot che mostra come la media del conto varia durante la settimana. Nota come la linea tratteggiata aiuta a distinguere "Lunch" da "Dinner" anche senza colore.

123456789101112131415161718
import seaborn as sns import matplotlib.pyplot as plt # Load dataset df = sns.load_dataset('tips') # Create a styled pointplot sns.pointplot( data=df, x='day', y='total_bill', hue='time', markers=['o', '^'], # Circle and Triangle markers linestyles=['-', '--'], # Solid and Dashed lines dodge=True # Avoid overlap ) plt.show()
copy
Compito

Swipe to start coding

Visualizzare le mance date nei diversi giorni per osservare eventuali tendenze.

  1. Impostare lo stile su 'ticks'. Personalizzare il colore di sfondo passando {'axes.facecolor': 'azure'} come secondo argomento.
  2. Creare un pointplot e assegnarlo alla variabile g:
  • Mappare 'day' su x e 'tip' su y.
  • Raggruppare per 'sex' utilizzando hue.
  • Utilizzare 'v' (triangle_down) e 'o' (circle) come markers per distinguere i generi.
  • Usare la palette 'rocket'.
  • Abilitare dodge=True per separare le barre di errore.
  • Impostare capsize a 0.2 per aggiungere le estremità alle barre di errore.
    • Utilizzare linee continue ('-') e tratteggiate ('--') per linestyles.
  1. Impostare il titolo su 'Tips pointplot' utilizzando la variabile g.
  2. Visualizzare il grafico.

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 1. Capitolo 14
single

single

some-alt