Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lära Plottning av Parvisa Relationer | Sektion
Statistisk Visualisering med Seaborn

bookPlottning av Parvisa Relationer

PairGrid är ett rutnätsystem för delplottar som används för att visualisera parvisa relationer i en datamängd.

Det skapar en matris av axlar där varje variabel i datamängden delas mellan en rad och en kolumn.

  • Diagonal: visar den univariata fördelningen av en enskild variabel (eftersom x=y);
  • Icke-diagonal: visar den bivariata relationen mellan två olika variabler.

Kontroll av rutnätet

Till skillnad från pairplot (som är helt automatisk) kräver PairGrid att du explicit mappar plottar till specifika sektioner.

  • g.map_diag(func): plottar på diagonalen (t.ex. sns.histplot);
  • g.map_offdiag(func): plottar på alla icke-diagonala celler (t.ex. sns.scatterplot);
  • g.map_upper(func) / g.map_lower(func): plottar specifikt i den övre eller nedre triangeln av rutnätet.

Exempel

Här skapas ett rutnät där diagonalen visar histogram och den nedre triangeln visar täthetskonturer.

123456789101112131415
import seaborn as sns import matplotlib.pyplot as plt # Load dataset df = sns.load_dataset('penguins') # 1. Initialize the grid g = sns.PairGrid(df, hue='species') # 2. Map plots to specific regions g.map_diag(sns.histplot) # Diagonal: Histograms g.map_offdiag(sns.scatterplot) # Off-diagonal: Scatterplots g.add_legend() plt.show()
copy
Uppgift

Swipe to start coding

Skapa ett anpassat rutnät för att analysera sambanden mellan pingvinmått.

  1. Ställ in stilen på 'ticks'. Ändra figurens bakgrundsfärg till 'lightpink' ('figure.facecolor').
  2. Initiera PairGrid (g):
  • Använd datasetet df.
  • Färglägg datapunkterna efter 'species' (hue).
  • Använd paletten 'rocket_r'.
    • Sätt diag_sharey=False (detta gör att de diagonala diagrammen får egna Y-axelskalor).
  1. Diagonala diagram: mappa sns.histplot till diagonalen med .map_diag(). Lägg till en KDE-kurva (kde=True).
  2. Icke-diagonala diagram: mappa sns.scatterplot till resten av rutnätet med .map_offdiag(). Ange punktens kantbredd (linewidth) till 0.9 och kantfärg (edgecolor) till 'purple'.
  3. Lägg till en förklaring och visa diagrammet.

Lösning

Var allt tydligt?

Hur kan vi förbättra det?

Tack för dina kommentarer!

Avsnitt 1. Kapitel 19
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

bookPlottning av Parvisa Relationer

Svep för att visa menyn

PairGrid är ett rutnätsystem för delplottar som används för att visualisera parvisa relationer i en datamängd.

Det skapar en matris av axlar där varje variabel i datamängden delas mellan en rad och en kolumn.

  • Diagonal: visar den univariata fördelningen av en enskild variabel (eftersom x=y);
  • Icke-diagonal: visar den bivariata relationen mellan två olika variabler.

Kontroll av rutnätet

Till skillnad från pairplot (som är helt automatisk) kräver PairGrid att du explicit mappar plottar till specifika sektioner.

  • g.map_diag(func): plottar på diagonalen (t.ex. sns.histplot);
  • g.map_offdiag(func): plottar på alla icke-diagonala celler (t.ex. sns.scatterplot);
  • g.map_upper(func) / g.map_lower(func): plottar specifikt i den övre eller nedre triangeln av rutnätet.

Exempel

Här skapas ett rutnät där diagonalen visar histogram och den nedre triangeln visar täthetskonturer.

123456789101112131415
import seaborn as sns import matplotlib.pyplot as plt # Load dataset df = sns.load_dataset('penguins') # 1. Initialize the grid g = sns.PairGrid(df, hue='species') # 2. Map plots to specific regions g.map_diag(sns.histplot) # Diagonal: Histograms g.map_offdiag(sns.scatterplot) # Off-diagonal: Scatterplots g.add_legend() plt.show()
copy
Uppgift

Swipe to start coding

Skapa ett anpassat rutnät för att analysera sambanden mellan pingvinmått.

  1. Ställ in stilen på 'ticks'. Ändra figurens bakgrundsfärg till 'lightpink' ('figure.facecolor').
  2. Initiera PairGrid (g):
  • Använd datasetet df.
  • Färglägg datapunkterna efter 'species' (hue).
  • Använd paletten 'rocket_r'.
    • Sätt diag_sharey=False (detta gör att de diagonala diagrammen får egna Y-axelskalor).
  1. Diagonala diagram: mappa sns.histplot till diagonalen med .map_diag(). Lägg till en KDE-kurva (kde=True).
  2. Icke-diagonala diagram: mappa sns.scatterplot till resten av rutnätet med .map_offdiag(). Ange punktens kantbredd (linewidth) till 0.9 och kantfärg (edgecolor) till 'purple'.
  3. Lägg till en förklaring och 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 19
single

single

some-alt