Dostosowywanie wykresów punktowych

Wprowadzenie do wizualizacji danych z Seaborn

Content Team

DataCamp

Przegląd wykresu punktowego

Pokazuje zależność między dwiema zmiennymi ilościowymi

Omówione dotychczas:

Podwykresy (col i row)
Podgrupy z kolorem (hue)

Nowe opcje dostosowania:

Podgrupy z rozmiarem i stylem punktów
Zmiana przezroczystości punktów

Działa z scatterplot() i relplot()

Podgrupy z rozmiarem punktów

import seaborn as sns
import matplotlib.pyplot as plt

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

plt.show()

Wykres punktowy z różnymi rozmiarami punktów

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

Rozmiar i kolor punktów

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()

Wykres punktowy z różnymi rozmiarami i kolorami punktów

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

Podgrupy ze stylem punktów

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()

Wykres punktowy z różnymi kolorami i stylami

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

Zmiana przezroczystości punktów

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()

Wykres punktowy z bardziej przezroczystymi punktami

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

Czas na ćwiczenia!

Wprowadzenie do wizualizacji danych z Seaborn