06.5.1
Βασικό διάγραμμα διασποράς
Το παράδειγμα αυτό δείχνει τη σχέση ανάμεσα σε ύψος και βάρος με τυχαία δεδομένα. Με το seaborn.scatterplot κρατάμε εύκολα ενιαίο στυλ για το γράφημα.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
| import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
rng = np.random.default_rng(42)
height = rng.normal(167, 8, size=120)
weight = 0.6 * height + rng.normal(0, 5, size=120) + 30
fig, ax = plt.subplots(figsize=(5.5, 4))
sns.scatterplot(x=height, y=weight, ax=ax, color="#2563eb", edgecolor="white")
ax.set_xlabel("Ύψος (cm)")
ax.set_ylabel("Βάρος (kg)")
ax.set_title("Συσχέτιση ύψους και βάρους")
ax.grid(alpha=0.2)
fig.tight_layout()
plt.show()
|

Πώς να το διαβάζετε
#
- Όσο ισχυρότερη η συσχέτιση τόσο περισσότερο τα σημεία σχηματίζουν μια στενή λωρίδα· όταν είναι αδύναμη, διασπείρονται κυκλικά.
- Αν τα σημεία επικαλύπτονται, μειώστε το
alpha ή δοκιμάστε άλλα γραφήματα όπως το hexbin. - Εντοπίζοντας outliers, σημειώστε και διερευνήστε τα ξεχωριστά για να βρείτε την αιτία.