Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Impara Combinazione di Regressione e Griglie | Sezione
Visualizzazione Statistica con Seaborn

bookCombinazione di Regressione e Griglie

La funzione lmplot (linear model plot) è una funzione a livello di figura che combina regplot e FacetGrid.

Mentre regplot è ideale per analizzare una singola relazione, lmplot consente di confrontare relazioni lineari tra diverse categorie. È possibile separare i dati per colore (hue) o suddividerli in diversi sottoplot (col/row), rendendolo uno strumento potente per rispondere a domande come "La relazione tra conto e mancia cambia se il cliente è un fumatore?".

Parametri principali

  • hue: separazione dei dati per colore e disegno di una linea di regressione distinta per ciascun gruppo;
  • col / row: suddivisione dei dati in sottoplot distinti;
  • markers: elenco di simboli per distinguere visivamente i gruppi (ad esempio, ['o', 'x']), utile per l’accessibilità.

Esempio

Qui si confrontano le mance date durante il pranzo rispetto alla cena. Si noti come col suddivide la visualizzazione, mentre hue confronta i fumatori all’interno di ciascuna vista.

1234567891011121314151617
import seaborn as sns import matplotlib.pyplot as plt # Load dataset df = sns.load_dataset('tips') # Create a grid of regression plots sns.lmplot( data=df, x='total_bill', y='tip', col='time', # Split: Lunch vs Dinner hue='smoker', # Color: Yes vs No palette='Set1' ) plt.show()
copy
Compito

Swipe to start coding

Analisi del dataset tips per osservare come il genere e lo stato di fumatore influenzino il comportamento nelle mance.

  1. Impostare lo stile su 'darkgrid'. Impostare il colore di sfondo della figura su 'lightpink'.
  2. Creare un lmplot utilizzando il dataset tips (df):
  • Mappare 'total_bill' su x e 'tip' su y.
  • Colorare le linee in base allo stato di 'smoker' (hue).
  • Suddividere la visualizzazione in colonne in base a 'sex' (col).
  • Utilizzare marcatori distinti: 'o' per il primo gruppo e 'x' per il secondo.
  • Utilizzare la palette 'crest'.
  1. Visualizzare il grafico.

Soluzione

Tutto è chiaro?

Come possiamo migliorarlo?

Grazie per i tuoi commenti!

Sezione 1. Capitolo 22
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

bookCombinazione di Regressione e Griglie

Scorri per mostrare il menu

La funzione lmplot (linear model plot) è una funzione a livello di figura che combina regplot e FacetGrid.

Mentre regplot è ideale per analizzare una singola relazione, lmplot consente di confrontare relazioni lineari tra diverse categorie. È possibile separare i dati per colore (hue) o suddividerli in diversi sottoplot (col/row), rendendolo uno strumento potente per rispondere a domande come "La relazione tra conto e mancia cambia se il cliente è un fumatore?".

Parametri principali

  • hue: separazione dei dati per colore e disegno di una linea di regressione distinta per ciascun gruppo;
  • col / row: suddivisione dei dati in sottoplot distinti;
  • markers: elenco di simboli per distinguere visivamente i gruppi (ad esempio, ['o', 'x']), utile per l’accessibilità.

Esempio

Qui si confrontano le mance date durante il pranzo rispetto alla cena. Si noti come col suddivide la visualizzazione, mentre hue confronta i fumatori all’interno di ciascuna vista.

1234567891011121314151617
import seaborn as sns import matplotlib.pyplot as plt # Load dataset df = sns.load_dataset('tips') # Create a grid of regression plots sns.lmplot( data=df, x='total_bill', y='tip', col='time', # Split: Lunch vs Dinner hue='smoker', # Color: Yes vs No palette='Set1' ) plt.show()
copy
Compito

Swipe to start coding

Analisi del dataset tips per osservare come il genere e lo stato di fumatore influenzino il comportamento nelle mance.

  1. Impostare lo stile su 'darkgrid'. Impostare il colore di sfondo della figura su 'lightpink'.
  2. Creare un lmplot utilizzando il dataset tips (df):
  • Mappare 'total_bill' su x e 'tip' su y.
  • Colorare le linee in base allo stato di 'smoker' (hue).
  • Suddividere la visualizzazione in colonne in base a 'sex' (col).
  • Utilizzare marcatori distinti: 'o' per il primo gruppo e 'x' per il secondo.
  • Utilizzare la palette 'crest'.
  1. 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 22
single

single

some-alt