Спільний Графік
Joint plot — це досить унікальний графік, оскільки він поєднує кілька типів графіків. Це діаграма, яка демонструє взаємозв'язок між двома змінними разом із їхніми індивідуальними розподілами.
Зазвичай він містить три елементи за замовчуванням:
- Гістограма зверху, яка відображає розподіл певної змінної;
- Гістограма справа, яка відображає розподіл іншої змінної;
- Точкова діаграма посередині, яка показує взаємозв'язок між цими двома змінними.
Ось приклад joint plot:
Дані для Joint Plot
У бібліотеці seaborn
є функція jointplot()
, яка, подібно до countplot()
та kdeplot()
, має три найважливіші параметри:
data
;x
;y
.
Параметри x
та y
визначають змінні для побудови графіка, які відповідають гістограмам справа та зверху. Ці параметри можуть бути масивоподібними об'єктами або назвами стовпців, якщо параметр data
є DataFrame.
12345678import seaborn as sns import matplotlib.pyplot as plt # Loading the dataset with data about three different iris flowers species iris_df = sns.load_dataset("iris") sns.jointplot(data=iris_df, x="sepal_length", y="sepal_width") plt.show()
Початковий приклад було відтворено шляхом призначення DataFrame параметру data
та вказання назв стовпців для x
і y
.
Графік у центрі
Ще одним корисним параметром є kind
, який визначає тип графіка у центрі. За замовчуванням використовується значення 'scatter'
. Інші можливі типи графіків: 'kde'
, 'hist'
, 'hex'
, 'reg'
, 'resid'
. Можна експериментувати з різними варіантами:
12345678import seaborn as sns import matplotlib.pyplot as plt # Loading the dataset with data about three different iris flowers species iris_df = sns.load_dataset("iris") sns.jointplot(data=iris_df, x="sepal_length", y="sepal_width", kind='reg') plt.show()
Типи графіків
Хоча точковий графік є найпоширенішим вибором для центральної частини, існують й інші варіанти:
- reg: Додає лінійну регресію до точкового графіка, корисно для перевірки кореляції між змінними;
- resid: Відображає залишки після лінійної регресії;
- hist: Показує двовимірну гістограму для двох змінних;
- kde: Створює KDE-графік;
- hex: Створює hexbin-графік, де окремі точки замінюються шестикутними бінівками, а колір біну відображає щільність даних.
Як завжди, більше параметрів та можливостей можна знайти у документації jointplot()
.
Також рекомендується ознайомитися з такими темами:
документація residplot()
;
Приклад двовимірної гістограми;
Приклад hexbin-графіка.
Swipe to start coding
- Використання відповідної функції для створення спільного графіка.
- Використання
weather_df
як даних для побудови графіка (перший аргумент). - Встановлення стовпця
'Boston'
як змінної для осі x (другий аргумент). - Встановлення стовпця
'Seattle'
як змінної для осі y (третій аргумент). - Встановлення регресійної лінії на центральному графіку (крайній правий аргумент).
Рішення
Дякуємо за ваш відгук!
single
Запитати АІ
Запитати АІ
Запитайте про що завгодно або спробуйте одне із запропонованих запитань, щоб почати наш чат
Awesome!
Completion rate improved to 3.85
Спільний Графік
Свайпніть щоб показати меню
Joint plot — це досить унікальний графік, оскільки він поєднує кілька типів графіків. Це діаграма, яка демонструє взаємозв'язок між двома змінними разом із їхніми індивідуальними розподілами.
Зазвичай він містить три елементи за замовчуванням:
- Гістограма зверху, яка відображає розподіл певної змінної;
- Гістограма справа, яка відображає розподіл іншої змінної;
- Точкова діаграма посередині, яка показує взаємозв'язок між цими двома змінними.
Ось приклад joint plot:
Дані для Joint Plot
У бібліотеці seaborn
є функція jointplot()
, яка, подібно до countplot()
та kdeplot()
, має три найважливіші параметри:
data
;x
;y
.
Параметри x
та y
визначають змінні для побудови графіка, які відповідають гістограмам справа та зверху. Ці параметри можуть бути масивоподібними об'єктами або назвами стовпців, якщо параметр data
є DataFrame.
12345678import seaborn as sns import matplotlib.pyplot as plt # Loading the dataset with data about three different iris flowers species iris_df = sns.load_dataset("iris") sns.jointplot(data=iris_df, x="sepal_length", y="sepal_width") plt.show()
Початковий приклад було відтворено шляхом призначення DataFrame параметру data
та вказання назв стовпців для x
і y
.
Графік у центрі
Ще одним корисним параметром є kind
, який визначає тип графіка у центрі. За замовчуванням використовується значення 'scatter'
. Інші можливі типи графіків: 'kde'
, 'hist'
, 'hex'
, 'reg'
, 'resid'
. Можна експериментувати з різними варіантами:
12345678import seaborn as sns import matplotlib.pyplot as plt # Loading the dataset with data about three different iris flowers species iris_df = sns.load_dataset("iris") sns.jointplot(data=iris_df, x="sepal_length", y="sepal_width", kind='reg') plt.show()
Типи графіків
Хоча точковий графік є найпоширенішим вибором для центральної частини, існують й інші варіанти:
- reg: Додає лінійну регресію до точкового графіка, корисно для перевірки кореляції між змінними;
- resid: Відображає залишки після лінійної регресії;
- hist: Показує двовимірну гістограму для двох змінних;
- kde: Створює KDE-графік;
- hex: Створює hexbin-графік, де окремі точки замінюються шестикутними бінівками, а колір біну відображає щільність даних.
Як завжди, більше параметрів та можливостей можна знайти у документації jointplot()
.
Також рекомендується ознайомитися з такими темами:
документація residplot()
;
Приклад двовимірної гістограми;
Приклад hexbin-графіка.
Swipe to start coding
- Використання відповідної функції для створення спільного графіка.
- Використання
weather_df
як даних для побудови графіка (перший аргумент). - Встановлення стовпця
'Boston'
як змінної для осі x (другий аргумент). - Встановлення стовпця
'Seattle'
як змінної для осі y (третій аргумент). - Встановлення регресійної лінії на центральному графіку (крайній правий аргумент).
Рішення
Дякуємо за ваш відгук!
Awesome!
Completion rate improved to 3.85single