Groepen vergelijken

Je datavisualisaties verbeteren in Python

Nick Strayer

Instructor

Wat betekent dit?

  • Zijn waarden gemiddeld hoger?

  • Is de spreiding groter? Kleiner?

  • Cruciaal om je data goed te tonen

clusters mensen die bij elkaar staan

Je datavisualisaties verbeteren in Python

klasses vergelijken met kernel-dichtheidsplots

Je datavisualisaties verbeteren in Python

kernen die opstapelen tot een KDE

Je datavisualisaties verbeteren in Python
pollution_nov = pollution[pollution.month == 10]

sns.kdeplot(pollution_nov[pollution_nov.city == 'Denver'].O3, color = 'red')
sns.kdeplot(pollution_nov[pollution_nov.city != 'Denver'].O3)

Twee overlappende KDE’s

Je datavisualisaties verbeteren in Python
# Rugplot inschakelen
sns.kdeplot(pollution_nov[pollution_nov.city == 'Denver'].O3, color='red')
sns.rugplot(pollution_nov[pollution_nov.city == 'Denver'].O3, color='red')
sns.kdeplot(pollution_nov[pollution_nov.city != 'Denver'].O3)

Twee overlappende KDE’s met een rugplot

Je datavisualisaties verbeteren in Python

Veel overlappende KDE’s

Je datavisualisaties verbeteren in Python

abstracte basis-beeswarmplots rond meerdere assen

Je datavisualisaties verbeteren in Python
pollution_nov = pollution[pollution.month == 10]

sns.swarmplot(y="city", x="O3", data=pollution_nov, size=4)
plt.xlabel("Ozone (O3)")

Beeswarmplot van o3-vervuiling

Je datavisualisaties verbeteren in Python

Laten we vergelijken!

Je datavisualisaties verbeteren in Python

Preparing Video For Download...