Tworzenie PairGrid
Podczas eksploracji zbioru danych jednym z pierwszych kroków jest badanie zależności między parami zmiennych. Zazwyczaj stanowi to punkt wyjścia do dalszej analizy.
Seaborn obsługuje taką analizę parami za pomocą PairGrid. W tym ćwiczeniu przyjrzymy się danym o składkach ubezpieczeń samochodowych, które analizowaliśmy w rozdziale 1. Wszystkie dane są dostępne w zmiennej df.
To ćwiczenie jest częścią kursu
Wizualizacja danych z Seaborn – poziom średniozaawansowany
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Create a PairGrid with a scatter plot for fatal_collisions and premiums
g = sns.___(df, ___=["fatal_collisions", "premiums"])
g2 = g.___(sns.scatterplot)
plt.show()
plt.clf()