Combinazione 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.
1234567891011121314151617import 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()
Swipe to start coding
Analisi del dataset tips per osservare come il genere e lo stato di fumatore influenzino il comportamento nelle mance.
- Impostare lo stile su
'darkgrid'. Impostare il colore di sfondo della figura su'lightpink'. - Creare un
lmplotutilizzando il datasettips(df):
- Mappare
'total_bill'suxe'tip'suy. - 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'.
- Visualizzare il grafico.
Soluzione
Grazie per i tuoi commenti!
single
Chieda ad AI
Chieda ad AI
Chieda pure quello che desidera o provi una delle domande suggerite per iniziare la nostra conversazione
Fantastico!
Completion tasso migliorato a 4.55
Combinazione 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.
1234567891011121314151617import 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()
Swipe to start coding
Analisi del dataset tips per osservare come il genere e lo stato di fumatore influenzino il comportamento nelle mance.
- Impostare lo stile su
'darkgrid'. Impostare il colore di sfondo della figura su'lightpink'. - Creare un
lmplotutilizzando il datasettips(df):
- Mappare
'total_bill'suxe'tip'suy. - 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'.
- Visualizzare il grafico.
Soluzione
Grazie per i tuoi commenti!
single