Leer Het Gebruik van de Distributie-Interface

De displot (distributieplot) is de "ouder"-functie voor alle plots die we tot nu toe hebben geleerd. Het biedt één enkele interface om histogrammen, KDE-plots en ECDF's te maken.

Waarom Displot Gebruiken?

Hoewel histplot en kdeplot uitstekend zijn voor enkele plots, heeft displot een bijzondere eigenschap: facettering.

Met behulp van de parameter col (kolom) of row (rij) kan displot je dataset automatisch opdelen in meerdere subplots naast elkaar op basis van een categorie.

Belangrijke Parameters

kind: bepaalt het type plot;
'hist' (standaard);
'kde';
'ecdf'.
col / row: verdeelt de data in afzonderlijke subplots, gerangschikt in kolommen of rijen.

Voorbeeld

Hiermee kun je direct 3 afzonderlijke histogrammen voor verschillende soorten maken met slechts één regel code.


              12345678910111213141516
            
import seaborn as sns
import matplotlib.pyplot as plt

# Load dataset
df = sns.load_dataset('penguins')

# Create a grid of plots
sns.displot(
    data=df,
    x='bill_length_mm',
    col='species',     # Creates 3 subplots (one per species)
    kind='hist',       # Draw histograms
    element='step'
)

plt.show()

Taak

Swipe to start coding

Visualiseer de verdeling van diamantkaraat met behulp van de diamonds dataset.

Stel de stijl in op 'darkgrid'.
Maak een KDE-plot met de displot-functie:

Stel x in op 'carat'.
Kleur de curves op basis van 'cut' met behulp van hue.
Splits de plot in aparte kolommen op basis van de 'color' van de diamant met col.
- Stel het type plot in op 'kde' via de kind-parameter.
Normaliseer de data met multiple='fill' om relatieve verhoudingen te tonen.
- Gebruik het 'viridis'-palet.
Gebruik de variabele df als data.

Toon de plot.

Oplossing

Was alles duidelijk?

Bedankt voor je feedback!

Sectie 1. Hoofdstuk 8

single

Vraag AI

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

Veeg om het menu te tonen