Visualisering av Parvise Relasjoner
PairGrid er et subplot-rutenett for å visualisere parvise relasjoner i et datasett.
Det lager en matrise av akser der hver variabel i datasettet deles på tvers av rader og kolonner.
- Diagonal: viser den univariate fordelingen til én enkelt variabel (siden x=y);
- Utenfor diagonal: viser den bivariate relasjonen mellom to ulike variabler.
Kontrollere rutenettet
I motsetning til pairplot (som er helt automatisk), krever PairGrid at du eksplisitt tilordner plott til bestemte seksjoner.
g.map_diag(func): plott på diagonalen (f.eks.sns.histplot);g.map_offdiag(func): plott i alle ikke-diagonale celler (f.eks.sns.scatterplot);g.map_upper(func)/g.map_lower(func): plott spesifikt i øvre eller nedre trekant av rutenettet.
Eksempel
Her lager vi et rutenett der diagonalen viser histogrammer og den nedre trekanten viser tetthetskonturer.
123456789101112131415import seaborn as sns import matplotlib.pyplot as plt # Load dataset df = sns.load_dataset('penguins') # 1. Initialize the grid g = sns.PairGrid(df, hue='species') # 2. Map plots to specific regions g.map_diag(sns.histplot) # Diagonal: Histograms g.map_offdiag(sns.scatterplot) # Off-diagonal: Scatterplots g.add_legend() plt.show()
Swipe to start coding
Lag et tilpasset rutenett for å analysere sammenhenger mellom pingvinmålinger.
- Sett stilen til
'ticks'. Endre figurens bakgrunnsfarge til'lightpink'('figure.facecolor'). - Initialiser
PairGrid(g):
- Bruk datasettet
df. - Farg datapunktene etter
'species'(hue). - Bruk paletten
'rocket_r'.- Sett
diag_sharey=False(dette lar diagonale plott ha sin egen Y-akse-skala).
- Sett
- Diagonale plott: bruk
sns.histplotpå diagonalen med.map_diag(). Legg til en KDE-kurve (kde=True). - Plott utenfor diagonalen: bruk
sns.scatterplotpå resten av rutenettet med.map_offdiag(). Sett kantlinjebredde (linewidth) til0.9og kantfarge (edgecolor) til'purple'. - Legg til forklaring og vis figuren.
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 Parvise Relasjoner
Sveip for å vise menyen
PairGrid er et subplot-rutenett for å visualisere parvise relasjoner i et datasett.
Det lager en matrise av akser der hver variabel i datasettet deles på tvers av rader og kolonner.
- Diagonal: viser den univariate fordelingen til én enkelt variabel (siden x=y);
- Utenfor diagonal: viser den bivariate relasjonen mellom to ulike variabler.
Kontrollere rutenettet
I motsetning til pairplot (som er helt automatisk), krever PairGrid at du eksplisitt tilordner plott til bestemte seksjoner.
g.map_diag(func): plott på diagonalen (f.eks.sns.histplot);g.map_offdiag(func): plott i alle ikke-diagonale celler (f.eks.sns.scatterplot);g.map_upper(func)/g.map_lower(func): plott spesifikt i øvre eller nedre trekant av rutenettet.
Eksempel
Her lager vi et rutenett der diagonalen viser histogrammer og den nedre trekanten viser tetthetskonturer.
123456789101112131415import seaborn as sns import matplotlib.pyplot as plt # Load dataset df = sns.load_dataset('penguins') # 1. Initialize the grid g = sns.PairGrid(df, hue='species') # 2. Map plots to specific regions g.map_diag(sns.histplot) # Diagonal: Histograms g.map_offdiag(sns.scatterplot) # Off-diagonal: Scatterplots g.add_legend() plt.show()
Swipe to start coding
Lag et tilpasset rutenett for å analysere sammenhenger mellom pingvinmålinger.
- Sett stilen til
'ticks'. Endre figurens bakgrunnsfarge til'lightpink'('figure.facecolor'). - Initialiser
PairGrid(g):
- Bruk datasettet
df. - Farg datapunktene etter
'species'(hue). - Bruk paletten
'rocket_r'.- Sett
diag_sharey=False(dette lar diagonale plott ha sin egen Y-akse-skala).
- Sett
- Diagonale plott: bruk
sns.histplotpå diagonalen med.map_diag(). Legg til en KDE-kurve (kde=True). - Plott utenfor diagonalen: bruk
sns.scatterplotpå resten av rutenettet med.map_offdiag(). Sett kantlinjebredde (linewidth) til0.9og kantfarge (edgecolor) til'purple'. - Legg til forklaring og vis figuren.
Løsning
Takk for tilbakemeldingene dine!
single