Criando Gráficos de Distribuição Conjunta
JointGrid é o objeto subjacente em nível de figura utilizado para criar gráficos bivariados com gráficos univariados marginais.
Ao utilizar sns.jointplot(), um JointGrid é criado automaticamente. No entanto, ao utilizar JointGrid diretamente, você obtém uma tela em branco. Assim, é possível decidir explicitamente o que desenhar no centro e o que desenhar nas laterais.
O Fluxo de Trabalho
- Inicializar: criar a grade com seus dados e variáveis. Neste momento, ela está vazia;
g.plot_joint(): desenha o gráfico bivariado no centro (por exemplo, gráfico de dispersão);g.plot_marginals(): desenha os gráficos univariados nos eixos superior e direito (por exemplo, histograma ou KDE).
Exemplo
Aqui é criada uma grade personalizada com um gráfico de regressão no centro e curvas KDE nas laterais.
1234567891011121314import seaborn as sns import matplotlib.pyplot as plt # Load dataset df = sns.load_dataset('penguins') # 1. Initialize the grid g = sns.JointGrid(data=df, x='bill_length_mm', y='bill_depth_mm') # 2. Draw the plots g.plot_joint(sns.regplot, scatter_kws={'alpha': 0.5}) # Center: Regression g.plot_marginals(sns.kdeplot, fill=True) # Sides: KDE plt.show()
Swipe to start coding
Analise da relação entre o comprimento e a profundidade do bico, diferenciando por espécie.
- Defina o estilo como
'ticks'. Altere a cor de fundo da figura para'lightcyan'('figure.facecolor'). - Inicialize o
JointGrid(g):
- Mapeie
'bill_length_mm'paraxe'bill_depth_mm'paray. - Colore os pontos por
'species'(hue). - Utilize a paleta
'viridis'.
- Gráfico central (
plot_joint):
- Desenhe um
scatterplot. - Torne os pontos semitransparentes (
alpha=0.5). - Defina a cor da borda dos pontos (
edgecolor) como'pink'. - Defina a espessura da borda (
linewidth) como1.
- Gráficos laterais (
plot_marginals):
- Desenhe um
histplot. - Adicione uma curva KDE (
kde=True).
- Exiba o gráfico.
Solução
Obrigado pelo seu feedback!
single
Pergunte à IA
Pergunte à IA
Pergunte o que quiser ou experimente uma das perguntas sugeridas para iniciar nosso bate-papo
Incrível!
Completion taxa melhorada para 4.55
Criando Gráficos de Distribuição Conjunta
Deslize para mostrar o menu
JointGrid é o objeto subjacente em nível de figura utilizado para criar gráficos bivariados com gráficos univariados marginais.
Ao utilizar sns.jointplot(), um JointGrid é criado automaticamente. No entanto, ao utilizar JointGrid diretamente, você obtém uma tela em branco. Assim, é possível decidir explicitamente o que desenhar no centro e o que desenhar nas laterais.
O Fluxo de Trabalho
- Inicializar: criar a grade com seus dados e variáveis. Neste momento, ela está vazia;
g.plot_joint(): desenha o gráfico bivariado no centro (por exemplo, gráfico de dispersão);g.plot_marginals(): desenha os gráficos univariados nos eixos superior e direito (por exemplo, histograma ou KDE).
Exemplo
Aqui é criada uma grade personalizada com um gráfico de regressão no centro e curvas KDE nas laterais.
1234567891011121314import seaborn as sns import matplotlib.pyplot as plt # Load dataset df = sns.load_dataset('penguins') # 1. Initialize the grid g = sns.JointGrid(data=df, x='bill_length_mm', y='bill_depth_mm') # 2. Draw the plots g.plot_joint(sns.regplot, scatter_kws={'alpha': 0.5}) # Center: Regression g.plot_marginals(sns.kdeplot, fill=True) # Sides: KDE plt.show()
Swipe to start coding
Analise da relação entre o comprimento e a profundidade do bico, diferenciando por espécie.
- Defina o estilo como
'ticks'. Altere a cor de fundo da figura para'lightcyan'('figure.facecolor'). - Inicialize o
JointGrid(g):
- Mapeie
'bill_length_mm'paraxe'bill_depth_mm'paray. - Colore os pontos por
'species'(hue). - Utilize a paleta
'viridis'.
- Gráfico central (
plot_joint):
- Desenhe um
scatterplot. - Torne os pontos semitransparentes (
alpha=0.5). - Defina a cor da borda dos pontos (
edgecolor) como'pink'. - Defina a espessura da borda (
linewidth) como1.
- Gráficos laterais (
plot_marginals):
- Desenhe um
histplot. - Adicione uma curva KDE (
kde=True).
- Exiba o gráfico.
Solução
Obrigado pelo seu feedback!
single