Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lära Visualisering av Punktuppskattningar | Sektion
Practice
Projects
Quizzes & Challenges
Frågesporter
Challenges
/
Statistisk Visualisering med Seaborn

bookVisualisering av Punktuppskattningar

En pointplot representerar en uppskattning av central tendens (medelvärde) genom positionen av punkter i ett spridningsdiagram och ger en indikation på osäkerhet med hjälp av felstaplar.

Pointplot vs. Barplot

Tekniskt sett visar de exakt samma data. Dock kopplar en pointplot samman uppskattningarna med en linje. Detta visualiserar förändringens lutning, vilket gör det enklare att se hur en variabel utvecklas från en kategori till en annan.

Viktiga parametrar

För att göra diagrammet lättare att läsa (särskilt i svartvitt) kan du anpassa markörer och linjer för olika grupper:

  • markers: en lista med symboler som används för punkter (t.ex. ['o', 'x']);
  • linestyles: en lista med linjestilar (t.ex. ['-'] för heldragen, ['--'] för streckad);
  • dodge=True: förskjuter punkterna något längs axeln så att de inte överlappar, vilket gör felstaplar tydliga.

Exempel

Här är en pointplot som visar hur den genomsnittliga notan förändras under veckan. Notera hur den streckade linjen hjälper till att särskilja "Lunch" från "Dinner" även utan färg.

123456789101112131415161718
import seaborn as sns import matplotlib.pyplot as plt # Load dataset df = sns.load_dataset('tips') # Create a styled pointplot sns.pointplot( data=df, x='day', y='total_bill', hue='time', markers=['o', '^'], # Circle and Triangle markers linestyles=['-', '--'], # Solid and Dashed lines dodge=True # Avoid overlap ) plt.show()
copy
Uppgift

Swipe to start coding

Visualisera dricksbeloppen som ges under olika dagar för att undersöka om det finns någon trend.

  1. Ställ in stilen på 'ticks'. Anpassa bakgrundsfärgen genom att ange {'axes.facecolor': 'azure'} som det andra argumentet.
  2. Skapa ett pointplot och tilldela det till variabeln g:
  • Mappa 'day' till x och 'tip' till y.
  • Gruppera efter 'sex' med hjälp av hue.
  • Använd 'v' (triangle_down) och 'o' (circle) som markers för att särskilja kön.
  • Använd paletten 'rocket'.
  • Aktivera dodge=True för att separera felstaplarna.
  • Sätt capsize till 0.2 för att lägga till ändhattar på felstaplarna.
    • Använd heldragna ('-') och streckade ('--') linjer för linestyles.
  1. Sätt titeln till 'Tips pointplot' med hjälp av variabeln g.
  2. Visa diagrammet.

Lösning

Var allt tydligt?

Hur kan vi förbättra det?

Tack för dina kommentarer!

Avsnitt 1. Kapitel 14
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

bookVisualisering av Punktuppskattningar

Svep för att visa menyn

En pointplot representerar en uppskattning av central tendens (medelvärde) genom positionen av punkter i ett spridningsdiagram och ger en indikation på osäkerhet med hjälp av felstaplar.

Pointplot vs. Barplot

Tekniskt sett visar de exakt samma data. Dock kopplar en pointplot samman uppskattningarna med en linje. Detta visualiserar förändringens lutning, vilket gör det enklare att se hur en variabel utvecklas från en kategori till en annan.

Viktiga parametrar

För att göra diagrammet lättare att läsa (särskilt i svartvitt) kan du anpassa markörer och linjer för olika grupper:

  • markers: en lista med symboler som används för punkter (t.ex. ['o', 'x']);
  • linestyles: en lista med linjestilar (t.ex. ['-'] för heldragen, ['--'] för streckad);
  • dodge=True: förskjuter punkterna något längs axeln så att de inte överlappar, vilket gör felstaplar tydliga.

Exempel

Här är en pointplot som visar hur den genomsnittliga notan förändras under veckan. Notera hur den streckade linjen hjälper till att särskilja "Lunch" från "Dinner" även utan färg.

123456789101112131415161718
import seaborn as sns import matplotlib.pyplot as plt # Load dataset df = sns.load_dataset('tips') # Create a styled pointplot sns.pointplot( data=df, x='day', y='total_bill', hue='time', markers=['o', '^'], # Circle and Triangle markers linestyles=['-', '--'], # Solid and Dashed lines dodge=True # Avoid overlap ) plt.show()
copy
Uppgift

Swipe to start coding

Visualisera dricksbeloppen som ges under olika dagar för att undersöka om det finns någon trend.

  1. Ställ in stilen på 'ticks'. Anpassa bakgrundsfärgen genom att ange {'axes.facecolor': 'azure'} som det andra argumentet.
  2. Skapa ett pointplot och tilldela det till variabeln g:
  • Mappa 'day' till x och 'tip' till y.
  • Gruppera efter 'sex' med hjälp av hue.
  • Använd 'v' (triangle_down) och 'o' (circle) som markers för att särskilja kön.
  • Använd paletten 'rocket'.
  • Aktivera dodge=True för att separera felstaplarna.
  • Sätt capsize till 0.2 för att lägga till ändhattar på felstaplarna.
    • Använd heldragna ('-') och streckade ('--') linjer för linestyles.
  1. Sätt titeln till 'Tips pointplot' med hjälp av variabeln g.
  2. Visa diagrammet.

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 1. Kapitel 14
single

single

some-alt