Seaborn系列(四)：类别统计绘图(categorical)

Seaborn系列目录

---

---

在研究数值变量之间的关系时，如果其中一个主要变量是"类别"，那么使用更类别统计绘图方法可能会更好。

1. 类别统计绘图API概述

seaborn中“类别”绘图函数共9个：

• catplot()：通过kind参数。默认为strip。
  • 分类散点图
    • stripplot()：散点条图
    • swarmplot()：散点群图
  • 分类分布图
    • boxplot()：箱型图
    • boxenplot()：增强箱型图
    • violinplot()：小提琴图
  • 分类估计图
    • barplot()
    • pointplot()
    • countplot()

• catplot函数为figure级函数，其他函数为axes级函数。

figure级函数与axes级函数区别见Seaborn系列（一）：绘图基础、函数分类、长短数据类型支持

2. catplot基本绘图

• sns.catplot(x=None,y=None,data=None,kind="strip")：根据kind绘制分类图。

catplot同样支持legend、height、aspect等参数。hue等参数在后续详细介绍

2.1 catplot绘制分类散点图

分类散点图实际上就是把x坐标相同的数据同时绘制出来。catplot共有两种方法：

• 散点条图：数据按x分组，所有x相同的y值，在x坐标上方绘制散点，散点形成条状。

import matplotlib.pyplot as plt
import seaborn as sns
tips = sns.load_dataset("tips")

sns.catplot(data=tips, x="day", y="total_bill", kind="strip")

plt.show()

• 散点群图：类似散点条图，但是y值相同的点显示为树状。

sns.catplot(data=tips, x="day", y="total_bill", kind="swarm")

2.2 catplot绘制分类分布图

分类分布图包括：箱型图、增强箱型图、小提琴图。

箱型图把按x分组的数据，每一组数据分别统计中位数、25%位置数、75%位置数，以及高位和低位值。

import matplotlib.pyplot as plt
import seaborn as sns
tips = sns.load_dataset("tips")

sns.catplot(data=tips, x="day", y="total_bill", kind="box")

plt.show()

箱图上下方的点表示超出高位和低位的数值。

增强箱型图和箱型图类似，但是绘制更多的分位数。（分位数由参数k_depth确定）

sns.catplot(data=tips, x="day", y="total_bill", kind="boxen")

小提琴图外形像小提琴，越宽的地方表示y值密度越大，小提琴图由轮廓和内部图形组成：

• 轮廓是kde核密度估计曲线。
• 内部是箱型图的四分位数。

sns.catplot(data=tips, x="day", y="total_bill", kind="violin")

2.3 catplot绘制分类估计图

如果你希望显示值的趋势估计值，可以采用分类估计图，而不是每个类别的分布。

catplot分类估计图包括：柱形图、点图

柱形图应用函数获取估计值（默认采用平均值），然后绘制成柱形图。

import matplotlib.pyplot as plt
import seaborn as sns
tips = sns.load_dataset("tips")

sns.catplot(data=tips, x="day", y="total_bill", kind="bar")

plt.show()

柱形图上方的短线为置信区间，和lineplot置信区间相同，把柱形图和lineplot图重叠对比如下：

sns.catplot(data=tips, x="day", y="total_bill", kind="bar")
sns.lineplot(data=tips, x="day", y="total_bill")

点图绘制平均值曲线和置信区间，和lineplot非常像，显示的线条和短线和lineplot也完全一致。

sns.catplot(data=tips, x="day", y="total_bill", kind="point")

计数图对指定x或y坐标中每个值出现的次数进行统计，绘制成柱形图。柱形高度坐标值统计个数。

sns.catplot(data=tips, x="day", kind="count")

3. 分类散点图

3.1 strip图

• stripplot()：散点条图catplot(kind=“strip”)
  • hue参数：分组按不同颜色绘图
  • dodge参数：是否将不同的组分开绘制
  • jitter参数：设置抖动量，False表示散点条绘制在一条线上。默认为True。

sns.catplot(data=tips, x="day", y="total_bill", kind="strip", hue="sex")

sns.catplot(data=tips, x="day", y="total_bill", kind="strip", hue="sex", dodge=True)

sns.catplot(data=tips, x="day", y="total_bill", kind="strip", jitter=False)

jitter也可以用数值表示抖动量，即条形图的宽度，一般可以用0-1值。大于1的值也可以，但是就看不出每条的分界了。

linewidth, size, color等参与可以用于设置marker的样式。pallete参数可以设置hue的颜色。

3.2 swarm图

• swarmplot()：散点群图catplot(kind=“swarm”)
  • hue参数：分组按不同颜色绘图
  • dodge参数：是否将不同的组分开绘制

sns.catplot(data=tips, x="day", y="total_bill", kind="swarm", hue="sex")

sns.catplot(data=tips, x="day", y="total_bill", kind="swarm", hue="sex", dodge=True)

linewidth, size, color等参与可以用于设置marker的样式。pallete参数可以设置hue的颜色。

4 分类分布图

4.1 box图

• boxplot()：散点群图catplot(kind=“box”)
  • hue参数：分组按不同颜色绘图
  • dodge参数：是否将不同的组分开绘制
  • orient参数：“v”|“h”，设置box图方向
  • whis参数：设置低位和高位点系数，高位、低位数公式：中位数±whis*(75%位数-25%位数)
    • whis设置为np.inf时，低位和高位值取min和max。

sns.catplot(data=tips, x="day", y="total_bill", kind="box", hue="sex")
#sns.catplot(data=tips, x="day", y="total_bill", kind="box", hue="sex", dodge=True) #dodge参数没有效果

orient参数可以改变box图方向。但是有一种情况box会自动改变方向，可以省略orient参数。

sns.catplot(data=tips, y="day", x="total_bill", kind="box")# 省略orient="h"，因为y是非数值类型分类数据

sns.catplot(data=tips, x="day", y="total_bill", kind="box", whis=np.inf)

4.2 boxen图

• boxenplot()：增强箱型图catplot(kind=“boxen”)
  • hue参数：分组按不同颜色绘图
  • dodge参数：是否将不同的组分开绘制
  • orient参数：“v”|“h”，设置boxen图方向
  • k_depth参数：箱形图箱数设置。
    • 当为数字是表示具体箱形框数量。
    • “tukey”:默认值，还可以是“proportion”, “trustworthy”, “full”，都是内置的确定方法。在 Wickham的论文中有论述

boxenplot的hue、dodge和orient参数和boxplot函数相似：

sns.catplot(data=tips, x="day", y="total_bill", kind="boxen", hue="sex", dodge=True)

k_depth参数通常用默认的就ok，用proportion和full会绘制的更加详细。数值可以指定箱形框数量；

4.3 violin图

• violinplot()：增强箱型图catplot(kind=“violin”)
  • hue参数：分组按不同颜色绘图
  • dodge参数：是否将不同的组分开绘制
  • orient参数：“v”|“h”，设置boxen图方向
  • split参数：当绘制两组图时，设置为True，则分别绘制半个提琴
  • 轮廓核密度估计参数：bw（带宽参数），gridsize(用于计算核密度估计值的点数)
  • innner参数：内部数据点表示方法
    • None不显示内部
    • box默认值，内部显示箱型图
    • quartile，内部显示四分点
    • point，内部在中心线显示所有点位置
    • stick，内部用横线显示所有点位置

hue、dodge、orient与其他图形用法相同。split参数可以和hue结合，把2组图形分别绘制一半：

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

核密度估计参数改变会导致提琴轮廓变化。提琴轮廓实际上是kde曲线。

bw是kde的参数，值越小曲线越精细，线条弯曲越多。

sns.catplot(data=tips, x="day", y="total_bill", kind="violin", bw=0.2)

gridsize为整数。表示绘制kde的计算点数，实际上也是提琴轮廓点数，点越少，轮廓越不光滑。一般不建议自行设置。

sns.catplot(data=tips, x="sex", y="total_bill", kind="violin",inner=None)
sns.catplot(data=tips, x="sex", y="total_bill", kind="violin",inner="box")
sns.catplot(data=tips, x="sex", y="total_bill", kind="violin",inner="quartile")
sns.catplot(data=tips, x="sex", y="total_bill", kind="violin",inner="point")
sns.catplot(data=tips, x="sex", y="total_bill", kind="violin",inner="stick")

5. 分类估计图

5.1 barplot

• barplot()：柱形图catplot(kind=“bar”)
  • hue参数：分组按不同颜色绘图
  • dodge参数：是否将不同的组分开绘制
  • orient参数：“v”|“h”，设置boxen图方向
  • errwidth参数：误差线宽度
  • capsize参数：误差线端部大小
  • ci参数：误差线置信区间0—100
  • estimator参数：估计函数，也就是计算柱形图高度值的参数。

hue、dodge和orient参数与其他函数相同。

sns.catplot(data=tips, x="day", y="total_bill", kind="bar", hue="sex", dodge=True)

errwidth、capsize和ci参数是针对柱形图顶部误差线的：

sns.catplot(data=tips, x="day", y="total_bill", kind="bar", capsize=0.3, errwidth=5, ci=50)

默认柱形图高度为平均值，estimator参数可以设置确定柱形图高度的函数。

sns.catplot(data=tips, x="day", y="total_bill", kind="bar", estimator=max)

5.2 pointplot

• pointplot()：柱形图catplot(kind=“point”)
  • hue参数：分组按不同颜色绘图
  • dodge参数：是否将不同的组分开绘制
  • orient参数：“v”|“h”，设置boxen图方向
  • errwidth参数：误差线宽度
  • capsize参数：误差线端部大小
  • ci参数：误差线置信区间0—100
  • estimator参数：估计函数，也就是计算柱形图高度值的参数。
  • join参数：是否绘制折线，False就只绘制误差线。

hue、dodge、orient、errwidth、capsize、ci、estimator参数与barplot相同。

sns.catplot(data=tips, x="day", y="total_bill", kind="point")
sns.catplot(data=tips, x="day", y="total_bill", kind="point", join=False)

5.3 countplot

• pointplot()：柱形图catplot(kind=“point”)
  • hue参数：分组按不同颜色绘图
  • dodge参数：是否将不同的组分开绘制
  • orient参数：“v”|“h”，设置boxen图方向

sns.catplot(data=tips, x="day", kind="count", hue="sex")

palette, facecolor, linewidth, edgecolor等matplotlib基本样式设置参数也同样适用于以上函数。
height, aspect等参数同样适用。

---

Seaborn系列目录

---

个人总结，部分内容进行了简单的处理和归纳，如有谬误，希望大家指出，持续修订更新中。

修订历史版本见：https://github.com/hustlei/AI_Learning_MindMap

未经允许请勿转载。