Anpassung von Streudiagrammen

Einführung in die Datenvisualisierung mit Seaborn

Erin Case

Data Scientist

Optionen bei Streudiagrammen

Visualisierung der Beziehung zwischen zwei quantitativen Variablen

Im Kurs bereits behandelt:

Unterdiagramme (mit col und row)
Untergruppen anhand von Farben (mit hue)

Weitere Anpassungen:

Untergruppen anhand von Punktgröße und Stil
Änderung der Transparenz von Datenpunkten

Alle Optionen mit scatterplot() und relplot() verfügbar

Größe von Datenpunkten für Untergruppen

import seaborn as sns
import matplotlib.pyplot as plt

sns.relplot(x="total_bill", 
            y="tip", 
            data=tips, 
            kind="scatter", 
            size="size")

plt.show()

Streudiagramm mit unterschiedlicher Punktgröße

¹ Waskom, M. L. (2021). seaborn: statistical data visualization. https://seaborn.pydata.org/

Punktgröße und Farbton

import seaborn as sns
import matplotlib.pyplot as plt

sns.relplot(x="total_bill", 
            y="tip", 
            data=tips, 
            kind="scatter", 
            size="size",
            hue="size")

plt.show()

Streudiagramm mit unterschiedlich großen und farblich variierenden Punkten

¹ Waskom, M. L. (2021). seaborn: statistical data visualization. https://seaborn.pydata.org/

Stil von Datenpunkten für Untergruppen

import seaborn as sns
import matplotlib.pyplot as plt

sns.relplot(x="total_bill", 
            y="tip", 
            data=tips, 
            kind="scatter", 
            hue="smoker", 
            style="smoker")

plt.show()

Streudiagramm mit unterschiedlichen Farben und Stilen

¹ Waskom, M. L. (2021). seaborn: statistical data visualization. https://seaborn.pydata.org/

Ändern der Transparenz von Punkten

import seaborn as sns
import matplotlib.pyplot as plt

# Set alpha to be between 0 and 1
sns.relplot(x="total_bill", 
            y="tip", 
            data=tips, 
            kind="scatter", 
            alpha=0.4)

plt.show()

Streudiagramm mit teilweise transparenten Punkten

¹ Waskom, M. L. (2021). seaborn: statistical data visualization. https://seaborn.pydata.org/

Lass uns üben!

Einführung in die Datenvisualisierung mit Seaborn