Joint-plot
Joint plot er et ganske unikt diagram, siden det kombinerer flere diagramtyper. Det er et diagram som viser forholdet mellom to variabler sammen med deres individuelle fordelinger.
Grunnleggende har det tre elementer som standard:
- Histogram øverst som representerer fordelingen av en bestemt variabel;
- Histogram til høyre som representerer fordelingen av en annen variabel;
- Spredningsdiagram i midten som viser forholdet mellom disse to variablene.
Her er et eksempel på et joint plot:
Data for Joint Plot
seaborn har en jointplot()-funksjon som, på samme måte som countplot() og kdeplot(), har tre viktigste parametere:
data;x;y.
Parameterne x og y angir variablene som skal plottes, og disse tilsvarer histogrammene til høyre og øverst. Disse parameterne kan være array-lignende objekter eller kolonnenavn når data-parameteren er en DataFrame.
12345678import 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()
Det innledende eksempelet er gjenskapt ved å tilordne en DataFrame til data-parameteren og spesifisere kolonnenavn for x og y.
Plot i midten
En annen nyttig parameter er kind, som angir hvilken plot du har i midten. Standardverdien er 'scatter'. Her er andre mulige plottyper: 'kde', 'hist', 'hex', 'reg', 'resid'. Prøv gjerne ut ulike plottyper:
12345678import 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()
Plottyper
Selv om scatter plot er det vanligste valget for den sentrale plotten, finnes det flere andre alternativer:
- reg: Legger til en lineær regresjonslinje i scatter plot, nyttig for å undersøke korrelasjon mellom variabler;
- resid: Viser residualene fra en lineær regresjon;
- hist: Viser et bivariat histogram for to variabler;
- kde: Lager en KDE-plot;
- hex: Lager en hexbin-plot, hvor heksagonale ruter erstatter individuelle punkter, og rutefargen indikerer datatetthet.
Som vanlig kan du utforske flere alternativer og parametere i jointplot() dokumentasjonen.
Det er også verdt å utforske følgende emner:
residplot() dokumentasjonen;
Eksempel på bivariat histogram;
Eksempel på hexbin-plot.
Swipe to start coding
- Bruk riktig funksjon for å lage et joint plot.
- Bruk
weather_dfsom data for plottet (første argument). - Angi kolonnen
'Boston'som variabel for x-aksen (andre argument). - Angi kolonnen
'Seattle'som variabel for y-aksen (tredje argument). - Sett plottet i midten til å ha en regresjonslinje (siste argument).
Løsning
Takk for tilbakemeldingene dine!
single
Spør AI
Spør AI
Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår
Awesome!
Completion rate improved to 3.85Joint-plot
Sveip for å vise menyen
Joint plot er et ganske unikt diagram, siden det kombinerer flere diagramtyper. Det er et diagram som viser forholdet mellom to variabler sammen med deres individuelle fordelinger.
Grunnleggende har det tre elementer som standard:
- Histogram øverst som representerer fordelingen av en bestemt variabel;
- Histogram til høyre som representerer fordelingen av en annen variabel;
- Spredningsdiagram i midten som viser forholdet mellom disse to variablene.
Her er et eksempel på et joint plot:
Data for Joint Plot
seaborn har en jointplot()-funksjon som, på samme måte som countplot() og kdeplot(), har tre viktigste parametere:
data;x;y.
Parameterne x og y angir variablene som skal plottes, og disse tilsvarer histogrammene til høyre og øverst. Disse parameterne kan være array-lignende objekter eller kolonnenavn når data-parameteren er en DataFrame.
12345678import 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()
Det innledende eksempelet er gjenskapt ved å tilordne en DataFrame til data-parameteren og spesifisere kolonnenavn for x og y.
Plot i midten
En annen nyttig parameter er kind, som angir hvilken plot du har i midten. Standardverdien er 'scatter'. Her er andre mulige plottyper: 'kde', 'hist', 'hex', 'reg', 'resid'. Prøv gjerne ut ulike plottyper:
12345678import 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()
Plottyper
Selv om scatter plot er det vanligste valget for den sentrale plotten, finnes det flere andre alternativer:
- reg: Legger til en lineær regresjonslinje i scatter plot, nyttig for å undersøke korrelasjon mellom variabler;
- resid: Viser residualene fra en lineær regresjon;
- hist: Viser et bivariat histogram for to variabler;
- kde: Lager en KDE-plot;
- hex: Lager en hexbin-plot, hvor heksagonale ruter erstatter individuelle punkter, og rutefargen indikerer datatetthet.
Som vanlig kan du utforske flere alternativer og parametere i jointplot() dokumentasjonen.
Det er også verdt å utforske følgende emner:
residplot() dokumentasjonen;
Eksempel på bivariat histogram;
Eksempel på hexbin-plot.
Swipe to start coding
- Bruk riktig funksjon for å lage et joint plot.
- Bruk
weather_dfsom data for plottet (første argument). - Angi kolonnen
'Boston'som variabel for x-aksen (andre argument). - Angi kolonnen
'Seattle'som variabel for y-aksen (tredje argument). - Sett plottet i midten til å ha en regresjonslinje (siste argument).
Løsning
Bytt til skrivebordet for virkelighetspraksisFortsett der du er med et av alternativene nedenforTakk for tilbakemeldingene dine!
single
