用分類數(shù)據(jù)繪圖?

在關(guān)系圖教程中，我們看到了如何使用不同的視覺表示來顯示數(shù)據(jù)集中多個變量之間的關(guān)系。在示例中，我們關(guān)注主要關(guān)系在兩個數(shù)值變量之間的情況。如果主要變量之一是“分類的”（分為離散組），則使用更專業(yè)的可視化方法可能會有所幫助。

在 seaborn 中，有幾種不同的方式來可視化涉及分類數(shù)據(jù)的關(guān)系。以之間的關(guān)系類似relplot()，要么scatterplot()或者lineplot()，有兩種方法可以讓這些地塊。有許多軸級函數(shù)用于以不同方式繪制分類數(shù)據(jù)，還有一個圖形級界面catplot()，可提供對它們的統(tǒng)一更高級別訪問。

將不同的分類情節(jié)類型視為屬于三個不同的系列會很有幫助，我們將在下面詳細討論。他們是：

分類散點圖：

stripplot()（使用kind="strip"; 默認值）

swarmplot()（與kind="swarm"）

分類分布圖：

boxplot()（與kind="box"）

violinplot()（與kind="violin"）

boxenplot()（與kind="boxen"）

分類估計圖：

• pointplot()（與kind="point"）

• barplot()（與kind="bar"）

• countplot()（與kind="count"）

  
  

這些系列使用不同的粒度級別表示數(shù)據(jù)。在決定使用哪個時，您必須考慮要回答的問題。統(tǒng)一的 API 使您可以輕松地在不同類型之間切換并從多個角度查看您的數(shù)據(jù)。

在本教程中，我們將主要關(guān)注圖形級界面，catplot(). 請記住，此函數(shù)是上述每個函數(shù)的高級接口，因此我們將在顯示每種繪圖時引用它們，并保留更詳細的特定于類型的 API 文檔。

分類散點圖?

中數(shù)據(jù)的默認表示catplot()使用散點圖。seaborn 中實際上有兩種不同的分類散點圖。他們采用不同的方法來解決用散點圖表示分類數(shù)據(jù)的主要挑戰(zhàn)，即屬于一個類別的所有點將落在對應(yīng)于分類變量的軸上的相同位置。使用的方法stripplot()，它是中的默認“種類”，catplot()是通過少量隨機“抖動”調(diào)整分類軸上點的位置：

該jitter參數(shù)控制抖動的幅度或完全禁用它：

第二種方法使用防止它們重疊的算法沿分類軸調(diào)整點。它可以更好地表示觀察的分布，盡管它只適用于相對較小的數(shù)據(jù)集。這種情節(jié)有時被稱為“蜂群”，是在 seaborn by 中繪制的swarmplot()，通過設(shè)置kind="swarm"in激活catplot()：

與關(guān)系圖類似，可以通過使用hue語義向分類圖添加另一個維度。（分類圖目前不支持size或style語義）。每個不同的分類繪圖函數(shù)以hue不同的方式處理語義。對于散點圖，只需要改變點的顏色：

與數(shù)值數(shù)據(jù)不同，如何沿其軸對分類變量的級別進行排序并不總是很明顯。通常，seaborn 分類繪圖函數(shù)會嘗試從數(shù)據(jù)中推斷類別的順序。如果您的數(shù)據(jù)具有 pandasCategorical數(shù)據(jù)類型，則可以在此處設(shè)置類別的默認順序。如果傳遞給分類軸的變量看起來是數(shù)字，則將對級別進行排序。但數(shù)據(jù)仍被視為分類數(shù)據(jù)并繪制在分類軸上的序數(shù)位置（特別是在 0、1、...），即使使用數(shù)字來標記它們：

選擇默認排序的另一個選項是采用出現(xiàn)在數(shù)據(jù)集中的類別級別。也可以使用order參數(shù)在特定于繪圖的基礎(chǔ)上控制排序。在同一個圖中繪制多個分類圖時，這很重要，我們將在下面看到更多：

我們已經(jīng)提到了“分類軸”的概念。在這些示例中，它始終對應(yīng)于水平軸。但是將類別變量放在縱軸上通常會有所幫助（特別是當類別名稱比較長或類別較多時）。為此，請交換對軸的變量分配：

類別內(nèi)觀察值的分布?

隨著數(shù)據(jù)集大小的增長，分類散點圖在它們可以提供的關(guān)于每個類別中值分布的信息方面變得有限。發(fā)生這種情況時，可以采用多種方法來匯總分布信息，以便于跨類別級別進行輕松比較。

箱線圖?

第一個是熟悉的boxplot()。這種圖顯示了分布的三個四分位數(shù)和極值?！昂殹毖由斓轿挥谙滤姆治粩?shù)和上四分位數(shù) 1.5 IQR 內(nèi)的點，然后獨立顯示超出此范圍的觀測值。這意味著箱線圖中的每個值都對應(yīng)于數(shù)據(jù)中的一個實際觀察值。

添加hue語義時，語義變量每個級別的框沿分類軸移動，因此它們不會重疊：

這種行為被稱為“躲避”，默認情況下是打開的，因為它假定語義變量嵌套在主分類變量中。如果不是這種情況，您可以禁用閃避：

相關(guān)函數(shù)boxenplot()繪制類似于箱線圖但經(jīng)過優(yōu)化以顯示有關(guān)分布形狀的更多信息的圖。它最適合更大的數(shù)據(jù)集：

小提琴圖?

一種不同的方法是 a?violinplot()，它將箱線圖與分布教程中描述的核密度估計過程相結(jié)合：

這種方法使用核密度估計來提供對值分布的更豐富的描述。此外，箱線圖中的四分位數(shù)和晶須值顯示在小提琴內(nèi)部。缺點是，由于 violinplot 使用 KDE，因此可能需要調(diào)整一些其他參數(shù)，相對于簡單的箱線圖增加了一些復(fù)雜性：

當色調(diào)參數(shù)只有兩個級別時，也可以“拆分”小提琴，這樣可以更有效地利用空間：

sns.catplot(x="day", y="total_bill", hue="sex",
? ? ? ? ? ?kind="violin", split=True, data=tips)

最后，在小提琴內(nèi)部繪制的圖有幾個選項，包括顯示每個單獨觀察而不是匯總箱線圖值的方法：

sns.catplot(x="day", y="total_bill", hue="sex",
? ? ? ? ? ?kind="violin", inner="stick", split=True,
? ? ? ? ? ?palette="pastel", data=tips)

結(jié)合swarmplot()或striplot()與箱線圖或小提琴圖一起顯示每個觀察結(jié)果以及分布摘要也很有用：

g = sns.catplot(x="day", y="total_bill", kind="violin", inner=None, data=tips)
sns.swarmplot(x="day", y="total_bill", color="k", size=3, data=tips, ax=g.ax)

類別內(nèi)的統(tǒng)計估計?

對于其他應(yīng)用程序，您可能希望顯示值集中趨勢的估計值，而不是顯示每個類別內(nèi)的分布。Seaborn 有兩種主要方式來顯示這些信息。重要的是，這些函數(shù)的基本 API 與上面討論的那些相同。

條形圖?

實現(xiàn)這一目標的一種熟悉的情節(jié)風格是條形圖。在 seaborn 中，該barplot()函數(shù)對完整數(shù)據(jù)集進行操作并應(yīng)用一個函數(shù)來獲得估計值（默認取平均值）。當每個類別中有多個觀測值時，它還使用自舉法計算估計值的置信區(qū)間，該區(qū)間使用誤差線繪制：

titanic = sns.load_dataset("titanic")
sns.catplot(x="sex", y="survived", hue="class", kind="bar", data=titanic)

條形圖的一個特例是當您想要顯示每個類別中的觀察數(shù)而不是計算第二個變量的統(tǒng)計量時。這類似于分類變量而非定量變量的直方圖。在 seaborn 中，使用countplot()函數(shù)很容易做到這一點：

sns.catplot(x="deck", kind="count", palette="ch:.25", data=titanic)

既barplot()和countplot()可以被調(diào)用以所有的選項上面所討論的，與他人被每個功能的詳細文檔中所示沿著：

sns.catplot(y="deck", hue="class", kind="count",
? ? ? ? ? ?palette="pastel", edgecolor=".6",
? ? ? ? ? ?data=titanic)

點圖?

該pointplot()函數(shù)提供了一種用于可視化相同信息的替代樣式。此函數(shù)還使用另一個軸上的高度對估計值進行編碼，但不是顯示完整的條形圖，而是繪制點估計值和置信區(qū)間。此外，pointplot()連接來自同一hue類別的點。這可以很容易地看出主要關(guān)系是如何作為色調(diào)語義的函數(shù)而變化的，因為你的眼睛非常擅長觀察斜率的差異：

sns.catplot(x="sex", y="survived", hue="class", kind="point", data=titanic)

雖然分類函數(shù)缺乏style關(guān)系函數(shù)的語義，但改變標記和/或線型以及色調(diào)以使圖形最易于訪問并在黑白中重現(xiàn)良好仍然是一個好主意：

sns.catplot(x="class", y="survived", hue="sex",
? ? ? ? ? ?palette={"male": "g", "female": "m"},
? ? ? ? ? ?markers=["^", "o"], linestyles=["-", "--"],
? ? ? ? ? ?kind="point", data=titanic)

繪制“寬格式”數(shù)據(jù)?

雖然首選使用“長格式”或“整潔”數(shù)據(jù)，但這些函數(shù)也可以應(yīng)用于各種格式的“寬格式”數(shù)據(jù)，包括 Pandas DataFrames 或二維 numpy 數(shù)組。這些對象應(yīng)該直接傳遞給data參數(shù)：

iris = sns.load_dataset("iris")
sns.catplot(data=iris, orient="h", kind="box")

此外，軸級函數(shù)接受 Pandas 或 numpy 對象的向量，而不是 a 中的變量DataFrame：

sns.violinplot(x=iris.species, y=iris.sepal_length)

要控制由上述函數(shù)繪制的圖形的大小和形狀，您必須使用 matplotlib 命令自己設(shè)置圖形：

f, ax = plt.subplots(figsize=(7, 3))
sns.countplot(y="deck", data=titanic, color="c")

當您需要一個分類圖形與其他類型的圖在更復(fù)雜的圖形中愉快地共存時，這是您應(yīng)該采用的方法。

顯示多個方面的關(guān)系?

就像relplot()，catplot()建立在一個事實之上FacetGrid意味著很容易添加分面變量來可視化更高維的關(guān)系：

sns.catplot(x="day", y="total_bill", hue="smoker",
? ? ? ? ? ?col="time", aspect=.7,
? ? ? ? ? ?kind="swarm", data=tips)

為了進一步自定義繪圖，您可以使用FacetGrid它返回的對象上的方法：

g = sns.catplot(x="fare", y="survived", row="class",
? ? ? ? ? ? ? ?kind="box", orient="h", height=1.5, aspect=4,
? ? ? ? ? ? ? ?data=titanic.query("fare > 0"))
g.set(xscale="log")

catplot-用分類數(shù)據(jù)繪圖就為大家介紹到這里，歡迎各位同學(xué)報名《呆瓜半小時入門python數(shù)據(jù)分析》https://ke.qq.com/course/3064943，學(xué)習(xí)更多相關(guān)知識