Aprenda Gráfico de Pares | Visualização com Seaborn

Definição

Um pair plot visualiza as relações par a par entre todas as variáveis numéricas em um conjunto de dados. Diferente de um joint plot, ele não se limita a duas variáveis. Ele cria uma grade de subplots N×N, onde N é o número de colunas numéricas no DataFrame.

Descrição do Pair Plot

Cada coluna na grade compartilha a mesma variável do eixo x, e cada linha compartilha a mesma variável do eixo y. A diagonal exibe histogramas das variáveis individuais, enquanto as células fora da diagonal mostram gráficos de dispersão.

Criando um Pair Plot

É possível criar um utilizando seaborn.pairplot(). Seu único argumento obrigatório é data, que deve ser um DataFrame. Parâmetros como height e aspect definem o tamanho (em polegadas) de cada subgráfico.


              12345678910
            
import seaborn as sns
import matplotlib.pyplot as plt

# Loading the dataset with data about three different iris species
iris_df = sns.load_dataset('iris')

# Creating a pair plot
sns.pairplot(iris_df, height=2, aspect=0.8)

plt.show()

Hue

O parâmetro hue atribui cores com base em uma coluna categórica especificada. Isso destaca diferenças entre grupos e, quando utilizado em conjuntos de dados de classificação, mostra como as classes se separam entre pares de variáveis.

Com hue definido (por exemplo, para species), os gráficos de dispersão colorirão os pontos por classe, e os gráficos diagonais mudam de histogramas para KDE plots, tornando as distribuições das classes mais claras.


              1234567891011121314
            
import seaborn as sns
import matplotlib.pyplot as plt

# Ignoring warnings
import warnings
warnings.filterwarnings('ignore')

# Loading the dataset with data about three different iris species
iris_df = sns.load_dataset('iris')

# Setting the hue parameter to 'species'
sns.pairplot(iris_df, hue='species', height=2, aspect=0.8)

plt.show()

Alterando Tipos de Gráfico

É possível personalizar tanto os gráficos principais quanto os diagonais.

kind controla os gráficos fora da diagonal (padrão: 'scatter');
diag_kind controla a diagonal (histograma ou KDE, geralmente escolhido automaticamente quando hue é utilizado).


              12345678910
            
import seaborn as sns
import matplotlib.pyplot as plt

# Loading the dataset with data about three different iris species
iris_df = sns.load_dataset('iris')

# Setting the kind parameter and diag_kind parameters
sns.pairplot(iris_df, hue='species', kind='reg', diag_kind=None, height=2, aspect=0.8)

plt.show()

'scatter', 'kde', 'hist', 'reg' são valores possíveis para o parâmetro kind.

diag_kind pode ser definido como um dos seguintes valores:

'auto';
'hist';
'kde';
None.

Tudo é semelhante à função jointplot() nesse aspecto.

Estude Mais

Explore mais na pairplot() documentação.

Tarefa

Swipe to start coding

Utilize a função correta para criar um pair plot.
Defina os dados do gráfico como penguins_df por meio do primeiro argumento.
Defina 'sex' como a coluna que irá mapear os aspectos do gráfico para diferentes cores, especificando o segundo argumento.
Configure os gráficos não diagonais para exibirem uma linha de regressão ('reg') ao especificar o terceiro argumento.
Defina height como 2.
Defina aspect como 0.8.

Solução

Tudo estava claro?

Obrigado pelo seu feedback!

Seção 5. Capítulo 6

single

Pergunte à IA

Pergunte o que quiser ou experimente uma das perguntas sugeridas para iniciar nosso bate-papo

Suggested prompts:

What does the `aspect` parameter do in `pairplot()`?

Can you explain the difference between `hist` and `kde` on the diagonal?

How does using `hue` affect the appearance of the pair plot?

Awesome!

Completion rate improved to 3.85

Deslize para mostrar o menu