Sveip for å vise menyen

Joint Plot

Definisjon

Joint plot er en ganske unik graf, siden den kombinerer flere diagrammer. Det er et diagram som viser forholdet mellom to variabler sammen med deres individuelle fordelinger.

Grunnleggende har den tre elementer som standard:

Histogram øverst som representerer fordelingen av en bestemt variabel;
Histogram til høyre som representerer fordelingen av en annen variabel;
Scatter plot i midten som viser forholdet mellom disse to variablene.

Her er et eksempel på en 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, som tilsvarer histogrammene til høyre og øverst. Disse parameterne kan være array-lignende objekter eller kolonnenavn når data-parameteren er en DataFrame.


              12345678
            
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()

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'. Andre mulige plottyper er: 'kde', 'hist', 'hex', 'reg', 'resid'. Prøv gjerne ut ulike plottyper:


              12345678
            
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()

Plottyper

Selv om spredningsdiagrammet er det vanligste valget for det sentrale plottet, finnes det flere andre alternativer:

reg: Legger til en lineær regresjonslinje til spredningsdiagrammet, nyttig for å undersøke korrelasjon mellom variabler;
resid: Viser residualene fra en lineær regresjon;
hist: Viser et bivariat histogram for to variabler;
kde: Lager et KDE-plott;
hex: Produserer et hexbin-plott, hvor heksagonale ruter erstatter individuelle punkter, og fargen på rutene indikerer datatetthet.

Studer mer

Som vanlig kan du utforske flere alternativer og parametere i jointplot() dokumentasjonen.

Det er også verdt å utforske de nevnte temaene:
residplot() dokumentasjonen;
Eksempel på bivariat histogram;
Eksempel på hexbin-plott.

Oppgave

Swipe to start coding

Bruk riktig funksjon for å lage et joint plot.
Bruk weather_df som 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).
Angi at plottet i midten skal ha en regresjonslinje (siste argument).

Løsning

Bytt til skrivebordet for virkelighetspraksisFortsett der du er med et av alternativene nedenfor

Alt var klart?

Takk for tilbakemeldingene dine!

Seksjon 5. Kapittel 5

Spør AI

Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår

Joint Plot

Definisjon

Joint plot er en ganske unik graf, siden den kombinerer flere diagrammer. Det er et diagram som viser forholdet mellom to variabler sammen med deres individuelle fordelinger.

Grunnleggende har den tre elementer som standard:

Histogram øverst som representerer fordelingen av en bestemt variabel;
Histogram til høyre som representerer fordelingen av en annen variabel;
Scatter plot i midten som viser forholdet mellom disse to variablene.

Her er et eksempel på en 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.


              12345678
            
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()

Det innledende eksempelet er gjenskapt ved å tilordne en DataFrame til data-parameteren og spesifisere kolonnenavn for x og y.

Plot i midten


              12345678
            
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()

Plottyper

Selv om spredningsdiagrammet er det vanligste valget for det sentrale plottet, finnes det flere andre alternativer:

reg: Legger til en lineær regresjonslinje til spredningsdiagrammet, nyttig for å undersøke korrelasjon mellom variabler;
resid: Viser residualene fra en lineær regresjon;
hist: Viser et bivariat histogram for to variabler;
kde: Lager et KDE-plott;
hex: Produserer et hexbin-plott, hvor heksagonale ruter erstatter individuelle punkter, og fargen på rutene indikerer datatetthet.

Studer mer

Som vanlig kan du utforske flere alternativer og parametere i jointplot() dokumentasjonen.

Det er også verdt å utforske de nevnte temaene:
residplot() dokumentasjonen;
Eksempel på bivariat histogram;
Eksempel på hexbin-plott.

Oppgave

Swipe to start coding

Bruk riktig funksjon for å lage et joint plot.
Bruk weather_df som 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).
Angi at plottet i midten skal ha en regresjonslinje (siste argument).

Løsning

Bytt til skrivebordet for virkelighetspraksisFortsett der du er med et av alternativene nedenfor

Alt var klart?

Takk for tilbakemeldingene dine!

Seksjon 5. Kapittel 5

Bytt til skrivebordet for virkelighetspraksisFortsett der du er med et av alternativene nedenfor