Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Leer Visualiseren van Puntschattingen | Sectie
Practice
Projects
Quizzes & Challenges
Quizzen
Challenges
/
Statistische Visualisatie Met Seaborn

bookVisualiseren van Puntschattingen

Een pointplot geeft een schatting van de centrale tendens (gemiddelde) weer door de positie van punten in een scatterplot en geeft een indicatie van onzekerheid met behulp van foutbalken.

Pointplot versus Barplot

Technisch gezien tonen ze exact dezelfde gegevens. Een pointplot verbindt echter de schattingen met een lijn. Dit visualiseert de veranderingshelling, waardoor het eenvoudiger wordt om te zien hoe een variabele zich van de ene naar de andere categorie ontwikkelt.

Belangrijkste parameters

Om de grafiek beter leesbaar te maken (vooral in zwart-wit), kun je de markeringen en lijnen voor verschillende groepen aanpassen:

  • markers: een lijst met symbolen voor de punten (bijv. ['o', 'x']);
  • linestyles: een lijst met lijnstijlen (bijv. ['-'] voor doorgetrokken, ['--'] voor gestreept);
  • dodge=True: verschuift de punten lichtjes langs de as zodat ze niet overlappen, waardoor foutbalken duidelijker zichtbaar zijn.

Voorbeeld

Hier is een pointplot die laat zien hoe het gemiddelde rekeningbedrag gedurende de week verandert. Merk op hoe de gestreepte lijn helpt om "Lunch" van "Dinner" te onderscheiden, zelfs zonder kleur.

123456789101112131415161718
import 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()
copy
Taak

Swipe to start coding

Visualiseer de gegeven fooien op verschillende dagen om te zien of er een trend is.

  1. Stel de stijl in op 'ticks'. Pas de achtergrondkleur aan door {'axes.facecolor': 'azure'} als tweede argument mee te geven.
  2. Maak een pointplot en wijs deze toe aan de variabele g:
  • Koppel 'day' aan x en 'tip' aan y.
  • Groepeer op 'sex' met behulp van hue.
  • Gebruik 'v' (triangle_down) en 'o' (cirkel) als markers om geslachten te onderscheiden.
  • Gebruik het 'rocket' palet.
  • Zet dodge=True aan om de foutbalken te scheiden.
  • Stel capsize in op 0.2 om dopjes aan de foutbalken toe te voegen.
    • Gebruik doorgetrokken ('-') en gestreepte ('--') lijnen voor linestyles.
  1. Stel de titel in op 'Tips pointplot' met behulp van de variabele g.
  2. Toon de plot.

Oplossing

Was alles duidelijk?

Hoe kunnen we het verbeteren?

Bedankt voor je feedback!

Sectie 1. Hoofdstuk 14
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

bookVisualiseren van Puntschattingen

Veeg om het menu te tonen

Een pointplot geeft een schatting van de centrale tendens (gemiddelde) weer door de positie van punten in een scatterplot en geeft een indicatie van onzekerheid met behulp van foutbalken.

Pointplot versus Barplot

Technisch gezien tonen ze exact dezelfde gegevens. Een pointplot verbindt echter de schattingen met een lijn. Dit visualiseert de veranderingshelling, waardoor het eenvoudiger wordt om te zien hoe een variabele zich van de ene naar de andere categorie ontwikkelt.

Belangrijkste parameters

Om de grafiek beter leesbaar te maken (vooral in zwart-wit), kun je de markeringen en lijnen voor verschillende groepen aanpassen:

  • markers: een lijst met symbolen voor de punten (bijv. ['o', 'x']);
  • linestyles: een lijst met lijnstijlen (bijv. ['-'] voor doorgetrokken, ['--'] voor gestreept);
  • dodge=True: verschuift de punten lichtjes langs de as zodat ze niet overlappen, waardoor foutbalken duidelijker zichtbaar zijn.

Voorbeeld

Hier is een pointplot die laat zien hoe het gemiddelde rekeningbedrag gedurende de week verandert. Merk op hoe de gestreepte lijn helpt om "Lunch" van "Dinner" te onderscheiden, zelfs zonder kleur.

123456789101112131415161718
import 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()
copy
Taak

Swipe to start coding

Visualiseer de gegeven fooien op verschillende dagen om te zien of er een trend is.

  1. Stel de stijl in op 'ticks'. Pas de achtergrondkleur aan door {'axes.facecolor': 'azure'} als tweede argument mee te geven.
  2. Maak een pointplot en wijs deze toe aan de variabele g:
  • Koppel 'day' aan x en 'tip' aan y.
  • Groepeer op 'sex' met behulp van hue.
  • Gebruik 'v' (triangle_down) en 'o' (cirkel) als markers om geslachten te onderscheiden.
  • Gebruik het 'rocket' palet.
  • Zet dodge=True aan om de foutbalken te scheiden.
  • Stel capsize in op 0.2 om dopjes aan de foutbalken toe te voegen.
    • Gebruik doorgetrokken ('-') en gestreepte ('--') lijnen voor linestyles.
  1. Stel de titel in op 'Tips pointplot' met behulp van de variabele g.
  2. Toon de plot.

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 1. Hoofdstuk 14
single

single

some-alt