Introductie tot lijndiagrammen

Introductie tot datavisualisatie met Seaborn

Content Team

DataCamp

Wat zijn lijndiagrammen?

Twee soorten relationele grafieken: spreidingsdiagrammen en lijndiagrammen

Spreidingsdiagrammen

Elk punt is een onafhankelijke observatie

Lijndiagrammen

Elk punt is hetzelfde “object”, meestal gevolgd in de tijd

Lijndiagram van aandelenkoers in de tijd

Luchtvervuilingsdata

Meetstations in de hele stad
Luchtmonsters met NO2-niveaus

Eerste vijf rijen van DataFrame luchtvervuiling

Spreidingsdiagram

import matplotlib.pyplot as plt
import seaborn as sns

sns.relplot(x="hour", y="NO_2_mean", 
            data=air_df_mean, 
            kind="scatter")

plt.show()

Spreidingsdiagram van gemiddelde stikstofdioxide in de tijd

Lijndiagram

import matplotlib.pyplot as plt
import seaborn as sns

sns.relplot(x="hour", y="NO_2_mean", 
            data=air_df_mean, 
            kind="line")

plt.show()

Lijndiagram van gemiddelde stikstofdioxide in de tijd

Subgroepen per locatie

Eerste vijf rijen van DataFrame luchtvervuiling per locatie

Subgroepen per locatie

import matplotlib.pyplot as plt
import seaborn as sns

sns.relplot(x="hour", y="NO_2_mean", 
            data=air_df_loc_mean, 
            kind="line",
            style="location", 
            hue="location")

plt.show()

Lijndiagram van gemiddelde stikstofdioxide in de tijd per regio

Markers toevoegen

import matplotlib.pyplot as plt
import seaborn as sns

sns.relplot(x="hour", y="NO_2_mean", 
            data=air_df_loc_mean, 
            kind="line", 
            style="location", 
            hue="location",
            markers=True)

plt.show()

Lijndiagram met markers

Lijnstijl uitschakelen

import matplotlib.pyplot as plt
import seaborn as sns

sns.relplot(x="hour", y="NO_2_mean", 
            data=air_df_loc_mean, 
            kind="line", 
            style="location", 
            hue="location",
            markers=True,
            dashes=False)

plt.show()

Lijndiagram met markers en doorgetrokken lijnen

Meerdere observaties per x-waarde

Eerste vijf rijen van DataFrame luchtvervuiling per station

Meerdere observaties per x-waarde

Spreidingsdiagram

import matplotlib.pyplot as plt
import seaborn as sns

sns.relplot(x="hour", y="NO_2", 
            data=air_df, 
            kind="scatter")

plt.show()

Spreidingsdiagram van stikstofdioxide voor alle stations in de tijd

Meerdere observaties per x-waarde

Lijndiagram

import matplotlib.pyplot as plt
import seaborn as sns

sns.relplot(x="hour", y="NO_2", 
            data=air_df, 
            kind="line")

plt.show()

Lijndiagram van stikstofdioxide voor alle stations in de tijd

Meerdere observaties per x-waarde

De schaduwzone is het betrouwbaarheidsinterval

Veronderstelt dat de dataset een aselecte steekproef is
95% zeker dat het gemiddelde binnen dit interval ligt
Toont onzekerheid in onze schatting

Lijndiagram van stikstofdioxide voor alle stations in de tijd

Betrouwbaarheidsinterval vervangen door standaarddeviatie

import matplotlib.pyplot as plt
import seaborn as sns

sns.relplot(x="hour", y="NO_2", 
            data=air_df, 
            kind="line",
            errorbar="sd")

plt.show()

Lijndiagram met standaarddeviatie

Betrouwbaarheidsinterval uitschakelen

import matplotlib.pyplot as plt
import seaborn as sns

sns.relplot(x="hour", y="NO_2", 
            data=air_df, 
            kind="line",
            errorbar=None)

plt.show()

Lijndiagram zonder betrouwbaarheidsinterval

Laten we oefenen!

Introductie tot datavisualisatie met Seaborn