Побудова Парних Взаємозв'язків

PairGrid — це сітка підграфіків для візуалізації парних взаємозв'язків у наборі даних.

Вона створює матрицю осей, де кожна змінна в наборі даних представлена як по рядках, так і по стовпцях.

Діагональ: відображає уніваріантний розподіл однієї змінної (оскільки x=y);
Позадіагональні елементи: відображають біваріантний взаємозв'язок між двома різними змінними.

Керування сіткою

На відміну від pairplot (який працює повністю автоматично), PairGrid вимагає явного призначення графіків для певних секцій.

g.map_diag(func): побудова графіків на діагоналі (наприклад, sns.histplot);
g.map_offdiag(func): побудова графіків у всіх позадіагональних клітинках (наприклад, sns.scatterplot);
g.map_upper(func) / g.map_lower(func): побудова графіків відповідно у верхньому або нижньому трикутнику сітки.

Приклад

Тут створюється сітка, де на діагоналі відображаються гістограми, а у нижньому трикутнику — контури щільності.


              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()

Все було зрозуміло?

Дякуємо за ваш відгук!

Секція 1. Розділ 19

single

Свайпніть щоб показати меню

PairGrid — це сітка підграфіків для візуалізації парних взаємозв'язків у наборі даних.

Вона створює матрицю осей, де кожна змінна в наборі даних представлена як по рядках, так і по стовпцях.

Діагональ: відображає уніваріантний розподіл однієї змінної (оскільки x=y);
Позадіагональні елементи: відображають біваріантний взаємозв'язок між двома різними змінними.

Керування сіткою

На відміну від pairplot (який працює повністю автоматично), PairGrid вимагає явного призначення графіків для певних секцій.

g.map_diag(func): побудова графіків на діагоналі (наприклад, sns.histplot);
g.map_offdiag(func): побудова графіків у всіх позадіагональних клітинках (наприклад, sns.scatterplot);
g.map_upper(func) / g.map_lower(func): побудова графіків відповідно у верхньому або нижньому трикутнику сітки.

Приклад

Тут створюється сітка, де на діагоналі відображаються гістограми, а у нижньому трикутнику — контури щільності.


              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()

Завдання

Проведіть, щоб почати кодувати

Створення налаштованої сітки для аналізу взаємозв'язків між вимірами пінгвінів.

Встановити стиль на 'ticks'. Змінити колір фону фігури на 'lightpink' ('figure.facecolor').
Ініціалізувати PairGrid (g):

Використати набір даних df.
Забарвити точки даних за ознакою 'species' (hue).
Використати палітру 'rocket_r'.
Встановити diag_sharey=False (це дозволяє діагональним графікам мати власну шкалу Y).

Діагональні графіки: застосувати sns.histplot до діагоналі за допомогою .map_diag(). Додати KDE-криву (kde=True).
Недiагональні графіки: застосувати sns.scatterplot до решти сітки за допомогою .map_offdiag(). Встановити ширину межі точки (linewidth) на 0.9 і колір межі (edgecolor) на 'purple'.
Додати легенду та відобразити графік.

Рішення

Перейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантів

Все було зрозуміло?

Дякуємо за ваш відгук!

Секція 1. Розділ 19

single

Запитати АІ

Запитайте про що завгодно або спробуйте одне із запропонованих запитань, щоб почати наш чат