Introduktion till linjediagram

Introduktion till datavisualisering med Seaborn

Content Team

DataCamp

Vad är linjediagram?

Två typer av relationsdiagram: punktdiagram och linjediagram

Punktdiagram

Varje punkt är en oberoende observation

Linjediagram

Varje punkt representerar samma "sak", vanligtvis spårad över tid

Linjediagram över aktiekurs över tid

Luftföroreningsdata

Mätstationer runt om i staden
Luftprover av kvävedioxidnivåer

De fem första raderna i luftförorenings-DataFrame

Punktdiagram

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()

Punktdiagram över genomsnittlig kvävedioxid över tid

Linjediagram

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()

Linjediagram över genomsnittlig kvävedioxid över tid

Undergrupper per plats

De fem första raderna i luftförorenings-DataFrame per plats

Undergrupper per plats

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()

Linjediagram över genomsnittlig kvävedioxid över tid per region

Lägga till markörer

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()

Linjediagram med tillagda markörer

Stänga av linjestil

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()

Linjediagram med markörer och heldragna linjer

Flera observationer per x-värde

De fem första raderna i luftförorenings-DataFrame per station

Flera observationer per x-värde

Punktdiagram

import matplotlib.pyplot as plt
import seaborn as sns

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

plt.show()

Punktdiagram över kvävedioxid för alla stationer över tid

Flera observationer per x-värde

Linjediagram

import matplotlib.pyplot as plt
import seaborn as sns

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

plt.show()

Linjediagram över kvävedioxid för alla stationer över tid

Flera observationer per x-värde

Det skuggade området är konfidensintervallet

Förutsätter att datamängden är ett slumpmässigt urval
95 % säkert att medelvärdet ligger inom intervallet
Visar osäkerheten i vår skattning

Linjediagram över kvävedioxid för alla stationer över tid

Ersätta konfidensintervall med standardavvikelse

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()

Linjediagram med standardavvikelse

Stänga av konfidensintervall

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()

Linjediagram utan konfidensintervall

Nu kör vi en övning!

Introduktion till datavisualisering med Seaborn