Skapa Gemensamma Distributionsdiagram
JointGrid är det underliggande figur-nivåobjektet som används för att skapa bivariatdiagram med marginala univariatdiagram.
När du använder sns.jointplot() skapas automatiskt en JointGrid åt dig. Om du däremot använder JointGrid direkt får du en tom duk. Du kan uttryckligen bestämma vad som ska ritas i mitten och vad som ska ritas på sidorna.
Arbetsflödet
- Initiera: skapa rutnätet med dina data och variabler. Vid denna punkt är det tomt;
g.plot_joint(): ritar det bivariata diagrammet i mitten (t.ex. spridningsdiagram);g.plot_marginals(): ritar de univariata diagrammen på de övre och högra axlarna (t.ex. histogram eller KDE).
Exempel
Här skapar vi ett anpassat rutnät med ett regressionsdiagram i mitten och KDE-kurvor på sidorna.
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
Analysera sambandet mellan näbbens längd och djup, särskiljt efter art.
- Ställ in stilen på
'ticks'. Ändra figurens bakgrundsfärg till'lightcyan'('figure.facecolor'). - Initiera
JointGrid(g):
- Mappa
'bill_length_mm'tillxoch'bill_depth_mm'tilly. - Färglägg punkter efter
'species'(hue). - Använd paletten
'viridis'.
- Centrerad plot (
plot_joint):
- Rita ett
scatterplot. - Gör punkterna halvgenomskinliga (
alpha=0.5). - Sätt punktens kantfärg (
edgecolor) till'pink'. - Sätt kanttjockleken (
linewidth) till1.
- Sidoplotar (
plot_marginals):
- Rita ett
histplot.- Lägg till en KDE-kurva (
kde=True).
- Lägg till en KDE-kurva (
- Visa diagrammet.
Lösning
Tack för dina kommentarer!
single
Fråga AI
Fråga AI
Fråga vad du vill eller prova någon av de föreslagna frågorna för att starta vårt samtal
Fantastiskt!
Completion betyg förbättrat till 4.55
Skapa Gemensamma Distributionsdiagram
Svep för att visa menyn
JointGrid är det underliggande figur-nivåobjektet som används för att skapa bivariatdiagram med marginala univariatdiagram.
När du använder sns.jointplot() skapas automatiskt en JointGrid åt dig. Om du däremot använder JointGrid direkt får du en tom duk. Du kan uttryckligen bestämma vad som ska ritas i mitten och vad som ska ritas på sidorna.
Arbetsflödet
- Initiera: skapa rutnätet med dina data och variabler. Vid denna punkt är det tomt;
g.plot_joint(): ritar det bivariata diagrammet i mitten (t.ex. spridningsdiagram);g.plot_marginals(): ritar de univariata diagrammen på de övre och högra axlarna (t.ex. histogram eller KDE).
Exempel
Här skapar vi ett anpassat rutnät med ett regressionsdiagram i mitten och KDE-kurvor på sidorna.
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
Analysera sambandet mellan näbbens längd och djup, särskiljt efter art.
- Ställ in stilen på
'ticks'. Ändra figurens bakgrundsfärg till'lightcyan'('figure.facecolor'). - Initiera
JointGrid(g):
- Mappa
'bill_length_mm'tillxoch'bill_depth_mm'tilly. - Färglägg punkter efter
'species'(hue). - Använd paletten
'viridis'.
- Centrerad plot (
plot_joint):
- Rita ett
scatterplot. - Gör punkterna halvgenomskinliga (
alpha=0.5). - Sätt punktens kantfärg (
edgecolor) till'pink'. - Sätt kanttjockleken (
linewidth) till1.
- Sidoplotar (
plot_marginals):
- Rita ett
histplot.- Lägg till en KDE-kurva (
kde=True).
- Lägg till en KDE-kurva (
- Visa diagrammet.
Lösning
Tack för dina kommentarer!
single