Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Leer Jointplot | Visualiseren Met Seaborn
Ultieme Visualisatie met Python

bookJointplot

Note
Definitie

Joint plot is een vrij uniek diagram, omdat het meerdere grafieken combineert. Het is een grafiek die de relatie tussen twee variabelen toont, samen met hun individuele verdelingen.

Standaard bevat het drie elementen:

  • Histogram bovenaan dat de verdeling van een bepaalde variabele weergeeft;
  • Histogram aan de rechterkant dat de verdeling van een andere variabele weergeeft;
  • Spreidingsdiagram in het midden dat de relatie tussen deze twee variabelen toont.

Hier is een voorbeeld van een joint plot:

Voorbeeld van een joint plot

Gegevens voor de Joint Plot

seaborn beschikt over een jointplot()-functie die, vergelijkbaar met countplot() en kdeplot(), drie belangrijkste parameters heeft:

  • data;
  • x;
  • y.

De parameters x en y geven de te plotten variabelen aan, die overeenkomen met de histogrammen aan de rechterkant en bovenkant. Deze parameters kunnen array-achtige objecten zijn of kolomnamen wanneer de parameter data een DataFrame is.

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()
copy

Het oorspronkelijke voorbeeld is gereconstrueerd door een DataFrame toe te wijzen aan de parameter data en kolomnamen te specificeren voor x en y.

Plot in het Midden

Een ander zeer nuttige parameter is kind, waarmee u het plot specificeert dat in het midden wordt weergegeven. De standaardwaarde is 'scatter'. Andere mogelijke plots zijn: 'kde', 'hist', 'hex', 'reg', 'resid'. Experimenteer gerust met verschillende plottypen:

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()
copy

Plottypen

Hoewel het scatterplot de meest gebruikelijke keuze is voor het centrale plot, zijn er verschillende andere opties beschikbaar:

  • reg: Voegt een lineaire regressie toe aan het scatterplot, nuttig voor het controleren van correlatie tussen variabelen;
  • resid: Toont de residuen van een lineaire regressie;
  • hist: Geeft een bivariate histogram weer voor twee variabelen;
  • kde: Maakt een KDE-plot;
  • hex: Produceert een hexbin-plot, waarbij hexagonale bins individuele punten vervangen en de kleur van de bin de datadichtheid aangeeft.
Note
Meer Bestuderen

Zoals gebruikelijk kunnen meer opties en parameters worden onderzocht in de jointplot() documentatie.

Daarnaast is het de moeite waard om de volgende onderwerpen te verkennen:
residplot() documentatie;
Voorbeeld van bivariate histogram;
Voorbeeld van hexbin-plot.

Taak

Swipe to start coding

  1. Gebruik de juiste functie om een joint plot te maken.
  2. Gebruik weather_df als de data voor de plot (het eerste argument).
  3. Stel de kolom 'Boston' in als variabele voor de x-as (het tweede argument).
  4. Stel de kolom 'Seattle' in als variabele voor de y-as (het derde argument).
  5. Stel het plot in het midden in met een regressielijn (het meest rechtse argument).

Oplossing

Was alles duidelijk?

Hoe kunnen we het verbeteren?

Bedankt voor je feedback!

Sectie 5. Hoofdstuk 5
single

single

Vraag AI

expand

Vraag AI

ChatGPT

Vraag wat u wilt of probeer een van de voorgestelde vragen om onze chat te starten.

close

Awesome!

Completion rate improved to 3.85

bookJointplot

Veeg om het menu te tonen

Note
Definitie

Joint plot is een vrij uniek diagram, omdat het meerdere grafieken combineert. Het is een grafiek die de relatie tussen twee variabelen toont, samen met hun individuele verdelingen.

Standaard bevat het drie elementen:

  • Histogram bovenaan dat de verdeling van een bepaalde variabele weergeeft;
  • Histogram aan de rechterkant dat de verdeling van een andere variabele weergeeft;
  • Spreidingsdiagram in het midden dat de relatie tussen deze twee variabelen toont.

Hier is een voorbeeld van een joint plot:

Voorbeeld van een joint plot

Gegevens voor de Joint Plot

seaborn beschikt over een jointplot()-functie die, vergelijkbaar met countplot() en kdeplot(), drie belangrijkste parameters heeft:

  • data;
  • x;
  • y.

De parameters x en y geven de te plotten variabelen aan, die overeenkomen met de histogrammen aan de rechterkant en bovenkant. Deze parameters kunnen array-achtige objecten zijn of kolomnamen wanneer de parameter data een DataFrame is.

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()
copy

Het oorspronkelijke voorbeeld is gereconstrueerd door een DataFrame toe te wijzen aan de parameter data en kolomnamen te specificeren voor x en y.

Plot in het Midden

Een ander zeer nuttige parameter is kind, waarmee u het plot specificeert dat in het midden wordt weergegeven. De standaardwaarde is 'scatter'. Andere mogelijke plots zijn: 'kde', 'hist', 'hex', 'reg', 'resid'. Experimenteer gerust met verschillende plottypen:

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()
copy

Plottypen

Hoewel het scatterplot de meest gebruikelijke keuze is voor het centrale plot, zijn er verschillende andere opties beschikbaar:

  • reg: Voegt een lineaire regressie toe aan het scatterplot, nuttig voor het controleren van correlatie tussen variabelen;
  • resid: Toont de residuen van een lineaire regressie;
  • hist: Geeft een bivariate histogram weer voor twee variabelen;
  • kde: Maakt een KDE-plot;
  • hex: Produceert een hexbin-plot, waarbij hexagonale bins individuele punten vervangen en de kleur van de bin de datadichtheid aangeeft.
Note
Meer Bestuderen

Zoals gebruikelijk kunnen meer opties en parameters worden onderzocht in de jointplot() documentatie.

Daarnaast is het de moeite waard om de volgende onderwerpen te verkennen:
residplot() documentatie;
Voorbeeld van bivariate histogram;
Voorbeeld van hexbin-plot.

Taak

Swipe to start coding

  1. Gebruik de juiste functie om een joint plot te maken.
  2. Gebruik weather_df als de data voor de plot (het eerste argument).
  3. Stel de kolom 'Boston' in als variabele voor de x-as (het tweede argument).
  4. Stel de kolom 'Seattle' in als variabele voor de y-as (het derde argument).
  5. Stel het plot in het midden in met een regressielijn (het meest rechtse argument).

Oplossing

Switch to desktopSchakel over naar desktop voor praktijkervaringGa verder vanaf waar je bent met een van de onderstaande opties
Was alles duidelijk?

Hoe kunnen we het verbeteren?

Bedankt voor je feedback!

Sectie 5. Hoofdstuk 5
single

single

some-alt