Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

Comment créer un tracé de paires en Python



Un diagramme de paires est une matrice de nuages de points qui vous permet de comprendre la relation par paire entre différentes variables d’un ensemble de données.

Le moyen le plus simple de créer un tracé de paires en Python est d’utiliser la fonctionseaborn.pairplot(df) .

Les exemples suivants montrent comment utiliser cette fonction dans la pratique.

Exemple 1 : tracé de paires pour toutes les variables

Le code suivant montre comment créer un tracé de paires pour chaque variable numérique de l’ensemble de données seaborn appelé iris :

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

#define dataset
iris = sns.load_dataset("iris")

#create pairs plot for all numeric variables
sns.pairplot(iris)

Tracé de paires en Python

La façon d’interpréter la matrice est la suivante :

  • La distribution de chaque variable est présentée sous forme d’histogramme le long des cases diagonales.
  • Toutes les autres cases affichent un nuage de points de la relation entre chaque combinaison de variables par paire. Par exemple, la case dans le coin inférieur gauche de la matrice affiche un nuage de points de valeurs pour petal_width par rapport à sepal_length .

Ce graphique unique nous donne une idée de la relation entre chaque paire de variables de notre ensemble de données.

Exemple 2 : tracé de paires pour des variables spécifiques

Nous pouvons également spécifier uniquement certaines variables à inclure dans le tracé des paires :

sns.pairplot(iris[['sepal_length', 'sepal_width']])

Exemple 3 : tracé de paires avec couleur par catégorie

Nous pouvons également créer un tracé de paires qui colore chaque point de chaque tracé en fonction d’une variable catégorielle en utilisant l’argument teinte :

sns.pairplot(iris, hue='species')

Tracé de paires en Python avec couleur par catégorie

En utilisant l’argument de la teinte , nous pouvons acquérir une meilleure compréhension des données.

Ressources additionnelles

Comment créer des barplots avec Seaborn
Comment créer des cartes thermiques avec Seaborn
Comment ajouter un titre aux parcelles Seaborn

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *