Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lära Sambandsdiagram | Visualisering med Seaborn
Practice
Projects
Quizzes & Challenges
Quizzes
Challenges
/
Ultimat Visualisering med Python

bookSambandsdiagram

Note
Definition

Joint plot är ett ganska unikt diagram, eftersom det kombinerar flera diagramtyper. Det är ett diagram som visar sambandet mellan två variabler tillsammans med deras individuella fördelningar.

Ett joint plot kombinerar tre element:

  • ett histogram överst (fördelning av x-variabeln);
  • ett histogram till höger (fördelning av y-variabeln);
  • ett scatter plot i mitten (relationen mellan de två variablerna).

Här är ett exempel:

Joint plot-exempel

Data för Joint Plot

seaborn.jointplot() använder tre huvudparametrar:

  • data — DataFrame,
  • x — variabel för det övre histogrammet,
  • y — variabel för det högra histogrammet.

x och y kan vara kolumnnamn eller array-liknande objekt.

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

Exemplet återskapas genom att en DataFrame skickas till data och kolumnnamn anges för x och y.

Diagram i mitten

Parametern kind styr typen av central diagram. Standardvärde: 'scatter'. Andra alternativ inkluderar: 'kde', 'hist', 'hex', 'reg', 'resid'.

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

Diagramtyper

Förutom scatter kan du välja:

  • reg — lägger till en linjär regressionsanpassning;
  • resid — visar regressionsresidualer;
  • hist — bivariat histogram;
  • kde — tvåvariabels KDE;
  • hex — hexbin-diagram som visar densitet med färgade hexagonala fält.
Note
Fördjupa dig

Som vanligt kan du utforska fler alternativ och parametrar i jointplot() dokumentation.

Det är också värt att utforska följande ämnen:
residplot() dokumentation;
Exempel på bivariat histogram;
Exempel på hexbin-diagram.

Uppgift

Swipe to start coding

  1. Använd rätt funktion för att skapa ett joint plot.
  2. Använd weather_df som data för diagrammet (det första argumentet).
  3. Ange kolumnen 'Boston' som variabel för x-axeln (det andra argumentet).
  4. Ange kolumnen 'Seattle' som variabel för y-axeln (det tredje argumentet).
  5. Ställ in diagrammet i mitten så att det har en regressionslinje (det sista argumentet).

Lösning

Var allt tydligt?

Hur kan vi förbättra det?

Tack för dina kommentarer!

Avsnitt 5. Kapitel 5
single

single

Fråga AI

expand

Fråga AI

ChatGPT

Fråga vad du vill eller prova någon av de föreslagna frågorna för att starta vårt samtal

close

bookSambandsdiagram

Svep för att visa menyn

Note
Definition

Joint plot är ett ganska unikt diagram, eftersom det kombinerar flera diagramtyper. Det är ett diagram som visar sambandet mellan två variabler tillsammans med deras individuella fördelningar.

Ett joint plot kombinerar tre element:

  • ett histogram överst (fördelning av x-variabeln);
  • ett histogram till höger (fördelning av y-variabeln);
  • ett scatter plot i mitten (relationen mellan de två variablerna).

Här är ett exempel:

Joint plot-exempel

Data för Joint Plot

seaborn.jointplot() använder tre huvudparametrar:

  • data — DataFrame,
  • x — variabel för det övre histogrammet,
  • y — variabel för det högra histogrammet.

x och y kan vara kolumnnamn eller array-liknande objekt.

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

Exemplet återskapas genom att en DataFrame skickas till data och kolumnnamn anges för x och y.

Diagram i mitten

Parametern kind styr typen av central diagram. Standardvärde: 'scatter'. Andra alternativ inkluderar: 'kde', 'hist', 'hex', 'reg', 'resid'.

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

Diagramtyper

Förutom scatter kan du välja:

  • reg — lägger till en linjär regressionsanpassning;
  • resid — visar regressionsresidualer;
  • hist — bivariat histogram;
  • kde — tvåvariabels KDE;
  • hex — hexbin-diagram som visar densitet med färgade hexagonala fält.
Note
Fördjupa dig

Som vanligt kan du utforska fler alternativ och parametrar i jointplot() dokumentation.

Det är också värt att utforska följande ämnen:
residplot() dokumentation;
Exempel på bivariat histogram;
Exempel på hexbin-diagram.

Uppgift

Swipe to start coding

  1. Använd rätt funktion för att skapa ett joint plot.
  2. Använd weather_df som data för diagrammet (det första argumentet).
  3. Ange kolumnen 'Boston' som variabel för x-axeln (det andra argumentet).
  4. Ange kolumnen 'Seattle' som variabel för y-axeln (det tredje argumentet).
  5. Ställ in diagrammet i mitten så att det har en regressionslinje (det sista argumentet).

Lösning

Switch to desktopByt till skrivbordet för praktisk övningFortsätt där du är med ett av alternativen nedan
Var allt tydligt?

Hur kan vi förbättra det?

Tack för dina kommentarer!

Avsnitt 5. Kapitel 5
single

single

some-alt