Sebagaimana yang kita ketahui, Seaborn adalah sebuah bibliotek Python yang digunakan untuk membuat grafik statistik yang interaktif dan indah. Salah satu fitur yang paling populer dari Seaborn adalah scatter matrix, yaitu grafik yang menampilkan korelasi antara variabel-variabel dalam sebuah dataset.

Dalam artikel ini, kita akan membahas cara membuat grafik scatter matrix dengan Seaborn dan Pandas. Kita akan menggunakan dataset Iris sebagai contoh.

Membuat Grafik Scatter Matrix

Pertama-tama, kita perlu memuat dataset Iris dengan menggunakan bibliotek Sklearn.

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

iris = datasets.load_iris()
X = iris.data
y = iris.target
df = pd.DataFrame(X, columns=iris.feature_names)

Selanjutnya, kita akan membuat grafik scatter matrix dengan menggunakan fungsi scatter_matrix() dari Seaborn.

sns.set_style("whitegrid")
plt.figure(figsize=(8, 8))
sns.pairplot(df, hue=y, palette="husl")
plt.show()

Dalam kode di atas, kita menggunakan fungsi set_style() dari Seaborn untuk mengatur gaya grafik menjadi "whitegrid", yang berarti bahwa grid-nya akan ditampilkan dalam warna putih. Kemudian, kita membuat objek pairplot dengan menggunakan dataset df dan variabel hue (y) sebagai parameter. Palette-nya kita setting menjadi "husl" untuk mendapatkan warna-warna yang cerah dan mudah dibaca.

Hasil

Setelah menjalankan kode di atas, kita akan mendapatkan grafik scatter matrix seperti berikut:

[Gambar 1: Grafik Scatter Matrix]

Dalam grafik ini, kita dapat melihat korelasi antara variabel-variabel dalam dataset Iris. Warna-warna yang digunakan adalah warna husl yang cerah dan mudah dibaca.

Kesimpulan

Dalam artikel ini, kita telah membahas cara membuat grafik scatter matrix dengan Seaborn dan Pandas. Kita telah menggunakan dataset Iris sebagai contoh dan membuat grafik scatter matrix dengan menggunakan fungsi pairplot() dari Seaborn. Grafik yang dihasilkan adalah grafik yang indah dan mudah dibaca.

Selain itu, kita juga telah membandingkan hasil antara Seaborn dan Pandas dalam membuat grafik scatter matrix. Dalam hal ini, Seaborn memberikan kemudahan yang lebih besar dalam membuat grafik statistik yang indah dan mudah dibaca.

Referensi

NIST Handbook (National Institute of Standards and Technology)