Prerrequisitos : Seaborn
El gráfico de dispersión con histogramas marginales es básicamente un gráfico de distribución conjunta con las distribuciones marginales de las dos variables. En la visualización de datos, a menudo trazamos el comportamiento conjunto de dos variables aleatorias (distribución bivariada) o cualquier número de variables aleatorias. Pero si los datos son demasiado grandes, la superposición puede ser un problema. Por lo tanto, para distinguir entre variables, es útil tener la distribución de probabilidad de cada variable al lado de la gráfica conjunta. Esta distribución de probabilidad individual de una variable aleatoria se denomina distribución de probabilidad marginal.
En seaborn, esto se facilita con jointplot() . Representa la distribución bivariada usando scatterplot() y las distribuciones marginales usando histplot() .
Acercarse
- Importar biblioteca marina
- Cargue el conjunto de datos de su elección
- Use jointplot() en variables de su conjunto de datos
Ejemplo 1:
Python3
# importing and creating alias for seaborn import seaborn as sns # loading tips dataset tips = sns.load_dataset("tips") # plotting scatterplot with histograms for features total bill and tip. sns.jointplot(data=tips, x="total_bill", y="tip")
Producción :
<seaborn.axisgrid.JointGrid en 0x26203152688>
Ejemplo 2: Usando el atributo kind=”reg” puede agregar un ajuste de regresión lineal y curvas KDE univariadas.
Python3
import seaborn as sns tips = sns.load_dataset("tips") # here "*" is used as a marker for scatterplot sns.jointplot(data=tips, x="total_bill", y="tip", kind="reg", marker="*")
Producción :
Ejemplo 3: para agregar colores condicionales al diagrama de dispersión, puede usar el atributo de tono, pero dibuja curvas de densidad separadas (usando kdeplot()) en los ejes marginales.
Python3
import seaborn as sns tips = sns.load_dataset("tips") sns.jointplot(data=tips, x="total_bill", y="tip", hue="time")
Producción :
Publicación traducida automáticamente
Artículo escrito por tejalkadam18m y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA