Lägga till en tredje variabel med hue

Create Your Free Account

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

Den här övningen är en del av kursen

Introduktion till datavisualisering med Seaborn

SkillTag.level.beginnerSkillTag.label

4.9+

Vad är Seaborn, och när bör du använda det? Det får du reda på i det här kapitlet! Du lär dig också att skapa spridningsdiagram och räknediagram med både listor och pandas DataFrames. Dessutom introduceras du till en av de stora fördelarna med Seaborn – möjligheten att enkelt lägga till en tredje variabel i dina diagram genom att använda färg för att representera olika undergrupper.

Exercise 1: Introduktion till Seaborn Exercise 2: Skapa ett punktdiagram med listor Exercise 3: Skapa ett stapeldiagram med en lista Exercise 4: Använda pandas med Seaborn Exercise 5: "Tidy" vs. "untidy" data Exercise 6: Skapa ett stolpdiagram med en DataFrame Exercise 7: Lägga till en tredje variabel med hue

Aktuell övning

Exercise 8: Hue och spridningsdiagram Exercise 9: Hue och countplot

I det här kapitlet skapar och anpassar du diagram som visualiserar sambandet mellan två kvantitativa variabler. Du använder spridningsdiagram och linjediagram för att undersöka hur luftföroreningsnivåerna i en stad förändras under dagen och hur hästkrafter förhåller sig till bränsleeffektivitet hos bilar. Du får också se ytterligare en stor fördel med Seaborn – hur enkelt det är att skapa deldiagram i en enda figur!

Exercise 1: Introduktion till relationsplotter och delplottar Exercise 2: Skapa deldiagram med col och row Exercise 3: Skapa deldiagram med två faktorer Exercise 4: Anpassa punktdiagram Exercise 5: Ändra storleken på punkter i ett punktdiagram Exercise 6: Ändra stilen på punkterna i ett spridningsdiagram Exercise 7: Introduktion till linjediagram Exercise 8: Tolka linjediagram Exercise 9: Visualisera standardavvikelse med linjediagram Exercise 10: Plotta undergrupper i linjediagram

Kategoriska variabler förekommer i nästan alla datamängder, men de är särskilt vanliga i enkätdata. I det här kapitlet lär du dig att skapa och anpassa kategoridiagram som lådagram, stapeldiagram, räknediagram och punktdiagram. Under kursens gång utforskar du enkätdata från unga människor om deras intressen, från studenter om deras studievanor och från vuxna män om deras syn på maskulinitet.

Exercise 1: Antal- och stapeldiagram Exercise 2: Räkneplot Exercise 3: Stapeldiagram med procentandelar Exercise 4: Anpassa stapeldiagram Exercise 5: Lådagram Exercise 6: Skapa och tolka ett lådagram Exercise 7: Utelämna extremvärden Exercise 8: Justera morrhåren Exercise 9: Punktdiagram Exercise 10: Anpassa punktdiagram Exercise 11: Punktdiagram med undergrupper

I det här sista kapitlet lär du dig att lägga till informativa diagramtitlar och axeletiketter – en av de viktigaste delarna i alla datavisualiseringar! Du lär dig också att anpassa stilen på dina visualiseringar så att du snabbare kan leda din publik till de viktigaste insikterna. Därefter sätter du ihop allt du har lärt dig i kursens avslutande övningar!

Exercise 1: Ändra plottens stil och färg Exercise 2: Ändra stil och palett Exercise 3: Ändra skalan Exercise 4: Använda en anpassad palett Exercise 5: Lägga till titlar och etiketter: Del 1 Exercise 6: FacetGrids vs. AxesSubplots Exercise 7: Lägga till en titel i ett FacetGrid-objekt Exercise 8: Lägga till titlar och etiketter: del 2 Exercise 9: Lägga till en titel och axeletiketter Exercise 10: Rotera x-axelns tick-etiketter Exercise 11: Allt tillsammans Exercise 12: Lådagram med undergrupper Exercise 13: Stapeldiagram med undergrupper och deldiagram Exercise 14: Bra jobbat! Vad händer härnäst?