con la libreria Seaborn
é possibile cerare grafici per analisi visive dei dati
utile e veloce per analizzare i dati e farsi un'idea della loro disrtibuzione
sintassi
- grafico a pallini
grafico a pallini della distrubuzione dei dati
sns.swarmplot(xl("tabella[#All]", headers=True),x=xl("tabella[[#Headers],[colonna]]"),y=xl("tabella[[#Headers],[colonna]]"))
con suddivisione a colori
sns.swarmplot(xl("tabella[#All]", headers=True),x=xl("tabella[[#Headers],[colonna]]"),y=xl("tabella[[#Headers],[colonna]]"),hue=xl("[[#Headers],[colonna]]"))
ci sono moti altri tipi di grafici Seaborn
- Distribuzione dei dati
- sns.histplot() Istogramma
- sns.kdeplot() Densità (Kernel Density Estimate)
- sns.displot() Combinazione di istogramma e KDE
- Relazioni tra variabili
- sns.scatterplot() Scatter plot
- sns.lineplot() Line plot
(vedi python - Dataframe - analisi dei dati)
- sns.regplot() Scatter con linea di regressione
- sns.lmplot() Regressione lineare con supporto per faceting
- Confronto tra gruppi
- sns.boxplot() Box plot
- sns.violinplot() Violin plot
- sns.swarmplot() Swarm plot
- sns.stripplot() Strip plot
- sns.barplot() Bar plot (media + intervallo di confidenza)
- sns.countplot() Conteggio delle occorrenze per categoria
- Grafici multivariati
- sns.heatmap() Mappa di calore (correlazioni, matrici)
(vedi python - Dataframe - analisi dei dati)
- sns.pairplot() Scatter matrix tra tutte le variabili numeriche
- sns.jointplot() Scatter + distribuzioni marginali
- Grafici con più dimensioni
- sns.catplot() Grafico categoriale flessibile (box, bar, strip, ecc.)
- sns.FacetGrid() Griglia di grafici per sottogruppi
esempio: grafico a pallini
sns.swarmplot(xl("Dati[#All]", headers=True),x=xl("Dati[[#Headers],[Città]]"),y=xl("Dati[[#Headers],[Ore Spedizione]]"))
divisi per Tipo Pacco
sns.swarmplot(xl("Dati[#All]", headers=True),x=xl("Dati[[#Headers],[Città]]"),y=xl("Dati[[#Headers],[Ore Spedizione]]"),hue=xl("Dati[[#Headers],[Tipo Pacco]]"))