Alles zusammenführen

Einführung in die Datenvisualisierung mit Seaborn

Content Team

DataCamp

Erste Schritte

Seaborn importieren:

import seaborn as sns

Matplotlib importieren:

import matplotlib.pyplot as plt

Plot anzeigen:

plt.show()

sns.relplot(x="x_variable_name", 
            y="y_variable_name", 
            data=pandas_df, 
            kind="scatter")

Verteilung einer quantitativen Variable innerhalb von Kategorien einer kategorialen Variable zeigen
Beispiele: Balken-, Count-, Box-, Punktplots

sns.catplot(x="x_variable_name", 
            y="y_variable_name", 
            data=pandas_df, 
            kind="bar")

hue erzeugt Untergruppen, die im selben Plot in verschiedenen Farben erscheinen.

Streudiagramm mit hue

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

row und/oder col in relplot() oder catplot() erzeugen Untergruppen, die auf separaten Subplots erscheinen.

Streudiagramm mit Subplots

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

Objekttyp	Plot-Typen	Titel hinzufügen
`FacetGrid`	`relplot()`, `catplot()`	`g.figure.suptitle()`
`AxesSubplot`	`scatterplot()`, `countplot()`, etc.	`g.set_title()`

Beschriftungen für x- und y-Achse hinzufügen:

g.set(xlabel="new x-axis label",
      ylabel="new y-axis label")

x-Tick-Labels drehen:

plt.xticks(rotation=90)

Einführung in die Datenvisualisierung mit Seaborn