Data Science Academy · Урок

Грани, оттенок и стиль

Разделение графиков по категориям

Урок 4 из 413 шагов

«Грани, оттенок и стиль» — бесплатный урок Data Science Academy на CoddyKit. Это урок 4 из 4. Ты можешь прочитать весь урок бесплатно ниже — а потом практиковать его прямо в браузере с встроенным редактором кода и ИИ-репетитором 24/7. Это часть пути обучения Data Science Academy, и твой прогресс синхронизируется между веб-версией и приложением CoddyKit. Курс Data Science Academy содержит 4 уроков всего.

Один график, много срезов

Иногда один график скрывает слишком много. Фасетирование делит данные на сетку небольших графиков, по одному на категорию, чтобы у каждой группы было собственное представление.

Кодируйте группы с помощью hue

Самый простой способ сравнить группы — использовать цвет. hue сопоставляет категории цветам внутри одного графика, и дополнительные панели не нужны.

sns.scatterplot(data=df, x="x", y="y", hue="group")

Разделите данные по столбцам

Чтобы разбить группы на отдельные панели, используйте график уровня фигуры с параметром col. Для каждой категории появится собственный график рядом с другими.

sns.relplot(data=df, x="x", y="y", col="group")

Разделите данные также по строкам

Сочетайте col с параметром row, чтобы построить полноценную сетку. Одна переменная распределяется по столбцам, а другая — по строкам.

sns.relplot(data=df, x="x", y="y", col="region", row="year")

Уровень фигуры и уровень осей

Для фасетирования нужны функции уровня фигуры, такие как relplot, displot и catplot. Обычные графики, например scatterplot, размещаются внутри одной панели.

Переносите длинные строки фасетов

При большом числе категорий строка становится бесконечной. col_wrap сообщает seaborn, сколько панелей разместить до начала новой строки.

sns.relplot(data=df, x="x", y="y", col="city", col_wrap=3)

Кодируйте данные стилем, а не цветом

Помимо цвета, style сопоставляет категорию с формой маркеров или пунктирными линиями — это особенно полезно для чёрно-белой печати.

sns.lineplot(data=df, x="x", y="y", style="device")

Выберите цветовую палитру

Заменяйте цвета с помощью palette. Выберите яркий набор для различающихся групп или градиент для значений от низких к высоким.

sns.scatterplot(data=df, x="x", y="y", hue="group", palette="viridis")

Задайте общий вид

Один вызов меняет оформление всех графиков сразу. set_theme управляет фоном, линиями сетки и палитрой по умолчанию для сеанса.

sns.set_theme(style="darkgrid", palette="muted")

Сочетайте hue и фасеты

Вы можете комбинировать их: использовать цвет внутри каждой панели и разделять панели по другому полю. Только не кодируйте столько информации, чтобы не потерялось сообщение.

sns.relplot(data=df, x="x", y="y", hue="sex", col="day")

Часто меньше — значит лучше

Каждый дополнительный hue, стиль и фасет увеличивает нагрузку на читателя. Стремитесь к простейшему представлению, которое всё ещё отвечает на вопрос.

Быстрая проверка

Вы хотите разместить каждую категорию в отдельной панели.

Итоги: кодируйте, разделяйте, оформляйте

Теперь Вы умеете добавлять информацию с помощью hue и style, разделять группы посредством фасетов и аккуратно оформлять всё представление, сохраняя график понятным. 🎨

Можно начать бесплатно

Изучай Python с ИИ-репетитором — бесплатно

Пиши и запускай код прямо в браузере, получай мгновенную помощь от ИИ-репетитора 24/7 и продолжи учиться на сайте или в приложении.

Курсы
30
Уроки
120

Часто задаваемые вопросы

Урок «Грани, оттенок и стиль» бесплатный?

Да — полный текст урока «Грани, оттенок и стиль» бесплатно доступен здесь в веб-версии. Чтобы практиковать его интерактивно (встроенный редактор кода и ИИ-репетитор 24/7) и разблокировать остальной курс Data Science Academy, подпишись на CoddyKit PRO. Курс Data Science Academy содержит 4 уроков всего.

Чему я научусь в уроке «Грани, оттенок и стиль»?

Разделение графиков по категориям Ты практикуешь Data Science Academy с помощью реального кода, который запускаешь прямо в браузере, и ИИ-репетитор 24/7 отвечает на твои вопросы во время урока.

Нужен ли мне опыт, чтобы начать Data Science Academy?

Предыдущий опыт не требуется. Data Science Academy на CoddyKit структурирован для всех уровней — от новичков до продвинутых, поэтому ты можешь начать отсюда или с самого начала и учиться в своем темпе. Это урок 4 из 4.

Сколько времени занимает урок «Грани, оттенок и стиль»?

Большинство уроков CoddyKit занимают около 5–10 минут. Каждый из них компактный и интерактивный, поэтому ты постоянно делаешь прогресс и продолжаешь с того же места в веб-версии и приложении.

Можно ли писать и запускать код в этом уроке Data Science Academy?

Да. Каждый урок Data Science Academy включает встроенный редактор кода, поэтому ты пишешь и запускаешь реальный код прямо в браузере и получаешь моментальную обратную связь от AI — локальная установка не требуется.

Все уроки этого курса

  1. Почему seaborn лучше чистого matplotlib
  2. Распределения: hist, kde и box
  3. Взаимосвязи: точечные и линейные графики
  4. Грани, оттенок и стиль
← Назад к Data Science Academy