Gráficos de línea con intervalos de confianza usando relplot(). —-

• 0:00 min | Última modificación: Octubre 13, 2021 | [YouTube]

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

fmri = sns.load_dataset("fmri")

display(
    fmri.head(),
    fmri.size
)

	subject	timepoint	event	region	signal
0	s13	18	stim	parietal	-0.017552
1	s5	14	stim	parietal	-0.080883
2	s12	18	stim	parietal	-0.081033
3	s11	18	stim	parietal	-0.046134
4	s10	18	stim	parietal	-0.037970

5320

#
# Exisen diferentes medidas para cada sujeto,
# timepoint, .....
#
fmri[fmri.timepoint == 18].head()

	subject	timepoint	event	region	signal
0	s13	18	stim	parietal	-0.017552
2	s12	18	stim	parietal	-0.081033
3	s11	18	stim	parietal	-0.046134
4	s10	18	stim	parietal	-0.037970
5	s9	18	stim	parietal	-0.103513

#
# Gráfica por defecto mostrando los datos
#
sns.relplot(
    x="timepoint",
    y="signal",
    data=fmri,
    kind='scatter',
)
plt.show()

#
# Representación de la incertidumbre
# =============================================================================
# Usa por defecto los intervalos de confianza del 95%
#
sns.relplot(
    x="timepoint",
    y="signal",
    kind="line",
    data=fmri,
)
plt.show()

#
# Reemplazo de los ci por desviaciones estándar
#
sns.relplot(
    x="timepoint",
    y="signal",
    kind="line",
    ci="sd",
    data=fmri,
)
plt.show()

#
# Separación por clases usando colores.
#
sns.relplot(
    x="timepoint",
    y="signal",
    hue="event",
    kind="line",
    data=fmri,
)
plt.show()

#
# Separación por clases usando style
#
sns.relplot(
    x="timepoint",
    y="signal",
    style="event",
    kind="line",
    data=fmri,
)
plt.show()

#
# Separación por clases usando marcadores y linea.
#
sns.relplot(
    x="timepoint",
    y="signal",
    style="event",
    markers=True,
    kind="line",
    data=fmri,
)
plt.show()

#
# Separación por clases usando solot marcadores.
#
sns.relplot(
    x="timepoint",
    y="signal",
    style="event",
    markers=True,
    dashes=False,
    kind="line",
    data=fmri,
)
plt.show()

#
# Separación basada en multiples elementos.
#
sns.relplot(
    x="timepoint",
    y="signal",
    hue="region",
    style="event",
    dashes=False,
    markers=True,
    kind="line",
    data=fmri,
)
plt.show()