Lära Sambandsdiagram | Visualisering med Seaborn

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.

I grunden har det tre element som standard:

Histogram längst upp som representerar fördelningen av en viss variabel;
Histogram till höger som representerar fördelningen av en annan variabel;
Scatter plot i mitten som visar sambandet mellan dessa två variabler.

Här är ett exempel på ett joint plot:

Data för Joint Plot

seaborn har en funktion jointplot() som, likt countplot() och kdeplot(), har tre viktigaste parametrar:

data;
x;
y.

Parametrarna x och y anger variablerna som ska plottas, vilket motsvarar histogrammen till höger och överst. Dessa parametrar kan vara array-liknande objekt eller kolumnnamn när parametern data är en DataFrame.


              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()

Det ursprungliga exemplet har återskapats genom att tilldela en DataFrame till parametern data och ange kolumnnamn för x och y.

Diagram i mitten

En annan mycket användbar parameter är kind som specificerar diagramtypen i mitten. Standardvärdet är 'scatter'. Här är andra möjliga diagramtyper: 'kde', 'hist', 'hex', 'reg', 'resid'. Testa gärna olika diagramtyper:


              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()

Diagramtyper

Även om spridningsdiagram är det vanligaste valet för det centrala diagrammet finns det flera andra alternativ:

reg: Lägger till en linjär regressionsanpassning till spridningsdiagrammet, användbart för att kontrollera korrelation mellan variabler;
resid: Visar residualer från en linjär regression;
hist: Visar ett bivariat histogram för två variabler;
kde: Skapar ett KDE-diagram;
hex: Producerar ett hexbin-diagram, där hexagonala fält ersätter enskilda punkter och fältets färg visar datatäthet.

Studera vidare

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

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

Uppgift

Swipe to start coding

Använd rätt funktion för att skapa ett joint plot.
Använd weather_df som data för diagrammet (det första argumentet).
Ange kolumnen 'Boston' som variabel för x-axeln (det andra argumentet).
Ange kolumnen 'Seattle' som variabel för y-axeln (det tredje argumentet).
Ange att diagrammet i mitten ska ha en regressionslinje (det sista argumentet).

Lösning

Var allt tydligt?

Tack för dina kommentarer!

Avsnitt 5. Kapitel 5

single

Fråga AI

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

Awesome!

Completion rate improved to 3.85

Svep för att visa menyn