Beziehungen: Scatter- und Liniendiagramme
Zwei Variablen gemeinsam darstellen
Beziehungen: Scatter- und Liniendiagramme ist eine kostenlose Data Science Academy-Lektion auf CoddyKit. Dies ist Lektion 3 von 4. Du kannst die komplette Lektion unten kostenlos lesen – dann übst du sie direkt im Browser mit einem integrierten Code-Editor und einem KI-Tutor rund um die Uhr. Sie ist Teil des Data Science Academy-Lernpfads, und dein Fortschritt wird über Web und CoddyKit-App synchronisiert. Der Data Science Academy-Kurs umfasst insgesamt 4 Lektionen.
Teile dieser Lektion wurden noch nicht übersetzt und werden auf Englisch angezeigt.
From One Column to Two
Distributions look at a single column. Now you ask how two columns move together, which is the heart of finding a relationship.
The Scatter Plot
A scatter plot places one dot per row, using two columns as x and y. The cloud of dots reveals how the variables connect.
sns.scatterplot(data=df, x="hours", y="score")Read the Pattern
Dots sloping up mean a positive link, sloping down means negative, and a shapeless blob means little correlation between them.
Add a Third Dimension With hue
Color the dots by a category using hue. Now one plot shows the relationship split across each group at the same time.
sns.scatterplot(data=df, x="hours", y="score", hue="grade")Size Encodes a Fourth Variable
Map a column to dot size to pack in even more. Bigger dots can mean larger sales, population, or any numeric measure.
sns.scatterplot(data=df, x="hours", y="score", size="effort")The Line Plot
When x is ordered, like dates or steps, a line plot connects the points to show how a value changes over that sequence.
sns.lineplot(data=df, x="month", y="revenue")Scatter vs Line
Use a scatter for unordered pairs and a line when the x axis flows in order. Picking the right one keeps the trend honest.
Lines Aggregate Automatically
If several rows share an x value, seaborn averages their y and draws a shaded confidence band around the line for you.
Multiple Lines With hue
Add hue to a line plot and each category becomes its own colored line. Comparing trends across groups takes just one extra word.
sns.lineplot(data=df, x="month", y="revenue", hue="region")Add a Trend Line With regplot
Want the best-fit line drawn through a scatter? regplot overlays a regression line so the direction is impossible to miss.
sns.regplot(data=df, x="hours", y="score")Correlation Is Not Causation
A clear upward cloud shows two things rise together, not that one causes the other. Always pair a plot with judgment.
Quick Check
Your x axis is ordered by month and you want to show change over time.
Recap: Show How Two Things Connect
You can now reveal relationships with scatter for pairs and lines for ordered trends, and add hue or size to layer in more. 🔗
Häufig gestellte Fragen
Ist die Lektion „Beziehungen: Scatter- und Liniendiagramme“ kostenlos?
Ja — der vollständige Text von „Beziehungen: Scatter- und Liniendiagramme“ ist hier im Web kostenlos zu lesen. Um sie interaktiv zu üben (integrierter Code-Editor und 24/7 KI-Tutor) und den Rest des Data Science Academy-Kurses freizuschalten, upgrade auf CoddyKit PRO. Der Data Science Academy-Kurs umfasst insgesamt 4 Lektionen.
Was lerne ich in „Beziehungen: Scatter- und Liniendiagramme“?
Zwei Variablen gemeinsam darstellen Du übst Data Science Academy mit praktischem Code, den du direkt im Browser ausführst, und ein 24/7 KI-Tutor beantwortet deine Fragen während du die Lektion bearbeitest.
Brauche ich Erfahrung, um Data Science Academy zu starten?
Keine Vorkenntnisse erforderlich. Data Science Academy auf CoddyKit ist für Anfänger bis fortgeschrittene Lernende strukturiert, sodass du hier starten oder von Anfang an beginnen und in deinem eigenen Tempo voranschreiten kannst. Dies ist Lektion 3 von 4.
Wie lange dauert die Lektion „Beziehungen: Scatter- und Liniendiagramme“?
Die meisten CoddyKit-Lektionen dauern etwa 5–10 Minuten. Jede ist kompakt und interaktiv, sodass du stetig Fortschritte machst und genau dort weitermachst, wo du aufgehört hast – im Web und in der App.
Kann ich in dieser Data Science Academy-Lektion Code schreiben und ausführen?
Ja. Jede Data Science Academy-Lektion enthält einen integrierten Code-Editor, sodass du echten Code direkt in deinem Browser schreibst und ausführst und sofort KI-Feedback erhältst — ohne lokale Einrichtung erforderlich.
Alle Lektionen in diesem Kurs
- Warum seaborn besser ist als reines matplotlib
- Verteilungen: hist, kde und box
- Beziehungen: Scatter- und Liniendiagramme
- Facets, Hue und Style