Sammanfattning av Data med Lådagram

Ett boxplot är ett standardiserat sätt att visa fördelningen av data baserat på en fem-tals sammanfattning:

Minimum (lägsta värde exklusive avvikare);
Första kvartil (Q1) (25:e percentilen);
Median (50:e percentilen);
Tredje kvartil (Q3) (75:e percentilen);
Maximum (högsta värde exklusive avvikare).

Varför använda ett boxplot?

Det är det bästa verktyget för jämförelse av fördelningar mellan grupper. Det visar direkt:

Centraltendens: var medianlinjen är placerad;
Spridning: hur hög är rutan? (interkvartilavståndet);
Symmetri: ligger medianen i mitten av rutan?;
Avvikare: finns det punkter utanför "whiskers"?

Viktiga parametrar

saturation: styr färgernas intensitet (0 till 1). Lägre värden ger mer dämpade färger;
linewidth: styr tjockleken på rutans konturer och "whiskers";
width: styr själva rutans bredd.

Exempel

Här är ett lådagram som analyserar "Tips"-datasetet. Observera hur prickarna som representerar avvikare visas ovanför viskarna.


              123456789101112131415161718
            
import seaborn as sns
import matplotlib.pyplot as plt

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

# Create a boxplot
sns.boxplot(
    data=df,
    hue='day',
    x='day',
    y='total_bill',
    palette='coolwarm',
    linewidth=2,     # Thicker lines
    saturation=0.7   # Slightly muted colors
)

plt.show()

Var allt tydligt?

Tack för dina kommentarer!

Avsnitt 1. Kapitel 11

single

Svep för att visa menyn

Ett boxplot är ett standardiserat sätt att visa fördelningen av data baserat på en fem-tals sammanfattning:

Minimum (lägsta värde exklusive avvikare);
Första kvartil (Q1) (25:e percentilen);
Median (50:e percentilen);
Tredje kvartil (Q3) (75:e percentilen);
Maximum (högsta värde exklusive avvikare).

Varför använda ett boxplot?

Det är det bästa verktyget för jämförelse av fördelningar mellan grupper. Det visar direkt:

Centraltendens: var medianlinjen är placerad;
Spridning: hur hög är rutan? (interkvartilavståndet);
Symmetri: ligger medianen i mitten av rutan?;
Avvikare: finns det punkter utanför "whiskers"?

Viktiga parametrar

saturation: styr färgernas intensitet (0 till 1). Lägre värden ger mer dämpade färger;
linewidth: styr tjockleken på rutans konturer och "whiskers";
width: styr själva rutans bredd.

Exempel

Här är ett lådagram som analyserar "Tips"-datasetet. Observera hur prickarna som representerar avvikare visas ovanför viskarna.


              123456789101112131415161718
            
import seaborn as sns
import matplotlib.pyplot as plt

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

# Create a boxplot
sns.boxplot(
    data=df,
    hue='day',
    x='day',
    y='total_bill',
    palette='coolwarm',
    linewidth=2,     # Thicker lines
    saturation=0.7   # Slightly muted colors
)

plt.show()

Uppgift

Svep för att börja koda

Visualisera avståndet för planeter upptäckta med olika metoder.

Ställ in stilen på 'ticks'. Anpassa temat genom att skicka en ordbok för att ändra bakgrunden till 'grey' ('figure.facecolor') och färgen på axelns markeringar till 'white' ('xtick.color' och 'ytick.color').
Skapa ett boxplot med datasetet planets (df):
- Mappa 'distance' till x-axeln och 'method' till y-axeln.

Ange boxens width till 0.6.
Gör linjerna tjockare med linewidth=2.
Dämpa färgerna avsevärt genom att sätta saturation till 0.4.
Använd paletten 'vlag'.

Visa diagrammet.

Lösning

Byt till skrivbordet för praktisk övningFortsätt där du är med ett av alternativen nedan

Var allt tydligt?

Tack för dina kommentarer!

Avsnitt 1. Kapitel 11

single

Fråga AI

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