Visualisering av Histogram
histplot (histogramdiagram) är ett klassiskt verktyg som representerar fördelningen av en eller flera variabler genom att räkna antalet observationer som faller inom diskreta intervall. Det hjälper till att besvara frågor som: "Vilket är det vanligaste värdet?", "Är datan symmetrisk?" eller "Finns det avvikande värden?".
Anpassning av histogrammet
Som standard ritar histplot staplar och räknar antalet förekomster. Du kan dock anpassa det för att få fram fler insikter.
1. Ändra statistik (stat)
Istället för en enkel räkning kan du beräkna densitet. Detta är användbart vid jämförelse av grupper med olika storlek, eftersom det normaliserar arean under kurvan till 1.
stat='density'
2. Visuell stil (element)
Vid plottning av flera grupper med hue kan vanliga staplar bli svåröverskådliga. Genom att använda ett stegsdiagram skapas en kontur, vilket gör det enklare att se överlappningar.
element='step'
3. Intervallbredd (binwidth)
Storleken på intervallen avgör hur mycket detalj du ser.
binwidth=1
Exempel: här visas hur du kombinerar dessa parametrar för att skapa ett stegfyllt densitetsdiagram:
1234567891011121314151617import seaborn as sns import matplotlib.pyplot as plt # Loading dataset data = sns.load_dataset('penguins') # Creating a customized histplot sns.histplot( data=data, x='bill_length_mm', hue='species', # Color by species element='step', # Use step lines instead of bars stat='density', # Show density instead of count common_norm=False # Normalize each group separately ) plt.show()
Swipe to start coding
Skapa en tydlig visualisering av pingvinernas näbblängder:
- Initiera ett
histplotmed hjälp av dataframendf. - Ange
xtill'bill_length_mm'. - Gruppera data efter
'island'med hjälp av parameternhue. - Ändra den visuella stilen till
'step'med parameternelement. - Ändra Y-axeln så att den representerar
'density'med parameternstat. - Sätt
binwidthtill1och använd paletten'flare'. - 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
Visualisering av Histogram
Svep för att visa menyn
histplot (histogramdiagram) är ett klassiskt verktyg som representerar fördelningen av en eller flera variabler genom att räkna antalet observationer som faller inom diskreta intervall. Det hjälper till att besvara frågor som: "Vilket är det vanligaste värdet?", "Är datan symmetrisk?" eller "Finns det avvikande värden?".
Anpassning av histogrammet
Som standard ritar histplot staplar och räknar antalet förekomster. Du kan dock anpassa det för att få fram fler insikter.
1. Ändra statistik (stat)
Istället för en enkel räkning kan du beräkna densitet. Detta är användbart vid jämförelse av grupper med olika storlek, eftersom det normaliserar arean under kurvan till 1.
stat='density'
2. Visuell stil (element)
Vid plottning av flera grupper med hue kan vanliga staplar bli svåröverskådliga. Genom att använda ett stegsdiagram skapas en kontur, vilket gör det enklare att se överlappningar.
element='step'
3. Intervallbredd (binwidth)
Storleken på intervallen avgör hur mycket detalj du ser.
binwidth=1
Exempel: här visas hur du kombinerar dessa parametrar för att skapa ett stegfyllt densitetsdiagram:
1234567891011121314151617import seaborn as sns import matplotlib.pyplot as plt # Loading dataset data = sns.load_dataset('penguins') # Creating a customized histplot sns.histplot( data=data, x='bill_length_mm', hue='species', # Color by species element='step', # Use step lines instead of bars stat='density', # Show density instead of count common_norm=False # Normalize each group separately ) plt.show()
Swipe to start coding
Skapa en tydlig visualisering av pingvinernas näbblängder:
- Initiera ett
histplotmed hjälp av dataframendf. - Ange
xtill'bill_length_mm'. - Gruppera data efter
'island'med hjälp av parameternhue. - Ändra den visuella stilen till
'step'med parameternelement. - Ändra Y-axeln så att den representerar
'density'med parameternstat. - Sätt
binwidthtill1och använd paletten'flare'. - Visa diagrammet.
Lösning
Tack för dina kommentarer!
single