Facet, hue e style
Suddividere i grafici per categoria.
Facet, hue e style è una lezione Data Science Academy gratuita su CoddyKit. Questa è la lezione 4 di 4. Puoi leggere la lezione completa qui gratuitamente — poi esercitati direttamente nel browser con un editor di codice integrato e un tutor IA disponibile 24/7. Fa parte del percorso di apprendimento Data Science Academy, e i tuoi progressi si sincronizzano tra il web e l'app CoddyKit. Il corso Data Science Academy include 4 lezioni in totale.
Un grafico, molte suddivisioni
A volte un solo grafico nasconde troppe informazioni. Il faceting divide i dati in una griglia di piccoli grafici, uno per categoria, così ogni gruppo ha la propria vista.
Codificare i gruppi con hue
Il modo più semplice per confrontare i gruppi è usare il colore. hue associa una categoria ai colori all'interno di un unico grafico, senza bisogno di pannelli aggiuntivi.
sns.scatterplot(data=df, x="x", y="y", hue="group")Dividere in colonne
Per suddividere i gruppi in pannelli separati, usi un grafico a livello di figura con col. Ogni categoria diventerà un grafico affiancato agli altri.
sns.relplot(data=df, x="x", y="y", col="group")Dividere anche in righe
Abbini col a row per creare una griglia completa. Una variabile si distribuisce nelle colonne, mentre un'altra si dispone lungo le righe.
sns.relplot(data=df, x="x", y="y", col="region", row="year")Livello figura e livello assi
Il faceting richiede funzioni a livello di figura come relplot, displot e catplot. I grafici semplici, come scatterplot, vivono all'interno di un singolo pannello.
Mandare a capo le righe lunghe dei facet
Molte categorie creano una riga interminabile. col_wrap indica a seaborn quanti pannelli consentire prima di iniziare una nuova riga.
sns.relplot(data=df, x="x", y="y", col="city", col_wrap=3)Codificare lo stile senza usare il colore
Oltre al colore, style associa una categoria a forme dei marcatori o linee tratteggiate, una soluzione utile quando le stampe sono in bianco e nero.
sns.lineplot(data=df, x="x", y="y", style="device")Scegliere una palette di colori
Sostituisca i colori con palette. Scelga un insieme vivace per distinguere i gruppi o una sfumatura per valori che vanno dal basso all'alto.
sns.scatterplot(data=df, x="x", y="y", hue="group", palette="viridis")Impostare l'aspetto generale
Una sola chiamata modifica lo stile di tutti i grafici contemporaneamente. set_theme controlla lo sfondo, le griglie e la palette predefinita della sessione.
sns.set_theme(style="darkgrid", palette="muted")Combinare hue e facet
Può combinarli: usi il colore all'interno di ogni pannello e divida i pannelli in base a un altro campo. Eviti però di codificare così tante informazioni da perdere il messaggio.
sns.relplot(data=df, x="x", y="y", hue="sex", col="day")Spesso, meno è meglio
Ogni hue, stile e facet aggiuntivo aumenta il carico per chi legge. Punti alla vista più semplice che risponda comunque alla domanda.
Verifica rapida
Vuole che ogni categoria venga disegnata in un pannello separato.
Riepilogo: codificare, suddividere e definire lo stile
Ora sa aggiungere informazioni con hue e style, suddividere i gruppi usando i facet e applicare un tema ordinato, mantenendo il grafico facile da leggere. 🎨
Domande Frequenti
La lezione «Facet, hue e style» è gratuita?
Sì — il testo completo di «Facet, hue e style» è gratuito qui sul web. Per esercitarvi in modo interattivo (un editor di codice integrato e un tutor IA 24/7) e sbloccare il resto del corso Data Science Academy, passa a CoddyKit PRO. Il corso Data Science Academy include 4 lezioni in totale.
Cosa imparerò in «Facet, hue e style»?
Suddividere i grafici per categoria. Eserciti Data Science Academy con codice pratico che esegui direttamente nel browser, e un tutor IA 24/7 risponde alle tue domande mentre lavori sulla lezione.
Ho bisogno di esperienza per iniziare Data Science Academy?
Non è richiesta alcuna esperienza precedente. Data Science Academy su CoddyKit è strutturato per principianti e studenti avanzati, quindi puoi iniziare da qui o dall'inizio e procedere al tuo ritmo. Questa è la lezione 4 di 4.
Quanto tempo richiede la lezione «Facet, hue e style»?
La maggior parte delle lezioni CoddyKit richiede circa 5–10 minuti. Ogni lezione è breve e interattiva, quindi fai progressi costanti e riprendi esattamente da dove hai lasciato su web e app.
Posso scrivere ed eseguire codice in questa lezione Data Science Academy?
Sì. Ogni lezione Data Science Academy include un editor di codice integrato, quindi scrivi ed esegui codice reale direttamente nel tuo browser e ricevi feedback istantaneo dall'IA — nessuna configurazione locale necessaria.
Tutte le lezioni di questo corso
- Perché seaborn invece di matplotlib puro
- Distribuzioni: hist, kde e box
- Relazioni: scatter e linee
- Facet, hue e style