Wykresy punktowe

Wprowadzenie do wizualizacji danych z Seaborn

Content Team

DataCamp

Czym są wykresy punktowe?

  • Punkty pokazują średnią zmiennej ilościowej
  • Linie pionowe pokazują 95% przedziały ufności

Wykres punktowy średniego rachunku palaczy i niepalących

1 Waskom, M. L. (2021). seaborn: statistical data visualization. https://seaborn.pydata.org/
Wprowadzenie do wizualizacji danych z Seaborn

Wykres liniowy: średni poziom dwutlenku azotu w czasie Wykres liniowy dwutlenku azotu w czasie

Wykres punktowy: średni rachunek w restauracji, palacze vs. niepalący Wykres punktowy średniego rachunku palaczy i niepalących

1 Waskom, M. L. (2021). seaborn: statistical data visualization. https://seaborn.pydata.org/
Wprowadzenie do wizualizacji danych z Seaborn

Wykresy punktowe a liniowe

Oba pokazują:

  • Średnią zmiennej ilościowej
  • 95% przedziały ufności dla średniej

Różnice:

  • Wykres liniowy ma zmienną ilościową (zwykle czas) na osi x
  • Wykres punktowy ma zmienną kategoryczną na osi x
Wprowadzenie do wizualizacji danych z Seaborn

Wykresy punktowe a słupkowe

Oba pokazują:

  • Średnią zmiennej ilościowej
  • 95% przedziały ufności dla średniej
Wprowadzenie do wizualizacji danych z Seaborn

Wykresy punktowe a słupkowe

Wykres słupkowy maskulinizmu z odcieniem

Wykres punktowy maskulinizmu z odcieniem

Wprowadzenie do wizualizacji danych z Seaborn

Tworzenie wykresu punktowego

import matplotlib.pyplot as plt
import seaborn as sns

sns.catplot(x="age", 
            y="masculinity_important", 
            data=masculinity_data,
            hue="feel_masculine",
            kind="point")

plt.show()

Wykres punktowy maskulinizmu z odcieniem

Wprowadzenie do wizualizacji danych z Seaborn

Rozłączanie punktów

import matplotlib.pyplot as plt
import seaborn as sns

sns.catplot(x="age", 
            y="masculinity_important", 
            data=masculinity_data,
            hue="feel_masculine",
            kind="point",
            linestyle="none")

plt.show()

Wykres punktowy maskulinizmu z odcieniem bez połączeń

Wprowadzenie do wizualizacji danych z Seaborn

Wyświetlanie mediany

import matplotlib.pyplot as plt
import seaborn as sns

sns.catplot(x="smoker", 
            y="total_bill", 
            data=tips, 
            kind="point")

plt.show()

Wykres punktowy średniego rachunku palaczy i niepalących

1 Waskom, M. L. (2021). seaborn: statistical data visualization. https://seaborn.pydata.org/
Wprowadzenie do wizualizacji danych z Seaborn

Wyświetlanie mediany

import matplotlib.pyplot as plt
import seaborn as sns
from numpy import median

sns.catplot(x="smoker", 
            y="total_bill", 
            data=tips, 
            kind="point", 
            estimator=median)

plt.show()

Wykres punktowy mediany rachunku palaczy i niepalących

1 Waskom, M. L. (2021). seaborn: statistical data visualization. https://seaborn.pydata.org/
Wprowadzenie do wizualizacji danych z Seaborn

Dostosowywanie przedziałów ufności

import matplotlib.pyplot as plt
import seaborn as sns

sns.catplot(x="smoker", 
            y="total_bill", 
            data=tips, 
            kind="point",
            capsize=0.2)

plt.show()

Wykres punktowy z nasadkami na przedziałach ufności

1 Waskom, M. L. (2021). seaborn: statistical data visualization. https://seaborn.pydata.org/
Wprowadzenie do wizualizacji danych z Seaborn

Wyłączanie przedziałów ufności

import matplotlib.pyplot as plt
import seaborn as sns

sns.catplot(x="smoker", 
            y="total_bill", 
            data=tips, 
            kind="point",
            errorbar=None)

plt.show()

Wykres punktowy bez przedziałów ufności

1 Waskom, M. L. (2021). seaborn: statistical data visualization. https://seaborn.pydata.org/
Wprowadzenie do wizualizacji danych z Seaborn

Czas na ćwiczenia!

Wprowadzenie do wizualizacji danych z Seaborn

Preparing Video For Download...