Lära Använda Distributionsgränssnittet

Funktionen displot (distributionsdiagram) är "föräldern" till alla diagram vi hittills har lärt oss. Den erbjuder ett enhetligt gränssnitt för att skapa histogram, KDE-diagram och ECDF:er.

Varför använda Displot?

Även om histplot och kdeplot är utmärkta för enskilda diagram, har displot en superkraft: facettering.

Med hjälp av parametern col (kolumn) eller row (rad) kan displot automatiskt dela upp din datamängd i flera sidställda delplottar baserat på en kategori.

Viktiga parametrar

kind: avgör vilken typ av diagram som skapas;
'hist' (standard);
'kde';
'ecdf'.
col / row: delar upp data i separata delplottar ordnade i kolumner eller rader.

Exempel

Så här kan du direkt skapa 3 separata histogram för olika arter med endast en rad kod.


              12345678910111213141516
            
import seaborn as sns
import matplotlib.pyplot as plt

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

# Create a grid of plots
sns.displot(
    data=df,
    x='bill_length_mm',
    col='species',     # Creates 3 subplots (one per species)
    kind='hist',       # Draw histograms
    element='step'
)

plt.show()

Uppgift

Swipe to start coding

Visualisera fördelningen av diamantkarat med hjälp av datasettet diamonds.

Ange stilen till 'darkgrid'.
Skapa ett KDE-diagram med funktionen displot:

Ange x till 'carat'.
Färglägg kurvorna efter 'cut' med hjälp av hue.
Dela upp diagrammet i separata kolumner baserat på diamantens 'color' med hjälp av col.
Ange diagramtypen till 'kde' med parametern kind.
Normalisera data med multiple='fill' för att visa relativa proportioner.
Använd paletten 'viridis'.
Använd variabeln df som data.

Visa diagrammet.

Lösning

Var allt tydligt?

Tack för dina kommentarer!

Avsnitt 1. Kapitel 8

single

Fråga AI

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

Svep för att visa menyn