Visualisering av Punktestimater
En pointplot viser et estimat av sentraltendensen (gjennomsnitt) ved plasseringen av punktene i et spredningsdiagram, og gir en indikasjon på usikkerhet ved bruk av feilstolper.
Pointplot vs. Stolpediagram
Teknisk sett viser de nøyaktig de samme dataene. Imidlertid forbinder en pointplot estimatene med en linje. Dette visualiserer endringshastigheten, noe som gjør det enklere å se hvordan en variabel utvikler seg fra én kategori til en annen.
Viktige parametere
For å gjøre diagrammet lettere å lese (spesielt i svart-hvitt), kan du tilpasse markører og linjer for ulike grupper:
markers: en liste med symboler som brukes for punktene (f.eks.['o', 'x']);linestyles: en liste med linjestiler (f.eks.['-']for heltrukket,['--']for stiplet);dodge=True: forskyver punktene litt langs aksen slik at de ikke overlapper, noe som gjør feilstolpene tydelige.
Eksempel
Her er en pointplot som viser hvordan gjennomsnittlig regning endrer seg gjennom uken. Legg merke til hvordan den stiplede linjen hjelper til med å skille "Lunch" fra "Dinner" selv uten farge.
123456789101112131415161718import 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()
Swipe to start coding
Visualiser tipsene gitt på ulike dager for å se om det finnes en trend.
- Sett stilen til
'ticks'. Tilpass bakgrunnsfargen ved å sende inn{'axes.facecolor': 'azure'}som andre argument. - Opprett et pointplot og tildel det til variabelen
g:
- Kartlegg
'day'tilxog'tip'tily. - Grupper etter
'sex'ved å brukehue. - Bruk
'v'(triangle_down) og'o'(sirkel) sommarkersfor å skille kjønnene. - Bruk paletten
'rocket'. - Aktiver
dodge=Truefor å separere feilstolpene. - Sett
capsizetil0.2for å legge til endestykker på feilstolpene.- Bruk heltrukne (
'-') og stiplede ('--') linjer forlinestyles.
- Bruk heltrukne (
- Sett tittelen til
'Tips pointplot'ved å bruke variabeleng. - Vis plottet.
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
Fantastisk!
Completion rate forbedret til 4.55
Visualisering av Punktestimater
Sveip for å vise menyen
En pointplot viser et estimat av sentraltendensen (gjennomsnitt) ved plasseringen av punktene i et spredningsdiagram, og gir en indikasjon på usikkerhet ved bruk av feilstolper.
Pointplot vs. Stolpediagram
Teknisk sett viser de nøyaktig de samme dataene. Imidlertid forbinder en pointplot estimatene med en linje. Dette visualiserer endringshastigheten, noe som gjør det enklere å se hvordan en variabel utvikler seg fra én kategori til en annen.
Viktige parametere
For å gjøre diagrammet lettere å lese (spesielt i svart-hvitt), kan du tilpasse markører og linjer for ulike grupper:
markers: en liste med symboler som brukes for punktene (f.eks.['o', 'x']);linestyles: en liste med linjestiler (f.eks.['-']for heltrukket,['--']for stiplet);dodge=True: forskyver punktene litt langs aksen slik at de ikke overlapper, noe som gjør feilstolpene tydelige.
Eksempel
Her er en pointplot som viser hvordan gjennomsnittlig regning endrer seg gjennom uken. Legg merke til hvordan den stiplede linjen hjelper til med å skille "Lunch" fra "Dinner" selv uten farge.
123456789101112131415161718import 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()
Swipe to start coding
Visualiser tipsene gitt på ulike dager for å se om det finnes en trend.
- Sett stilen til
'ticks'. Tilpass bakgrunnsfargen ved å sende inn{'axes.facecolor': 'azure'}som andre argument. - Opprett et pointplot og tildel det til variabelen
g:
- Kartlegg
'day'tilxog'tip'tily. - Grupper etter
'sex'ved å brukehue. - Bruk
'v'(triangle_down) og'o'(sirkel) sommarkersfor å skille kjønnene. - Bruk paletten
'rocket'. - Aktiver
dodge=Truefor å separere feilstolpene. - Sett
capsizetil0.2for å legge til endestykker på feilstolpene.- Bruk heltrukne (
'-') og stiplede ('--') linjer forlinestyles.
- Bruk heltrukne (
- Sett tittelen til
'Tips pointplot'ved å bruke variabeleng. - Vis plottet.
Løsning
Takk for tilbakemeldingene dine!
single