5-3 误差图与面积图

误差图

seaborn.pointplot()针对的x轴为有序分类变量，在线图的基础上着重显示点估计值和对应点的可信区间范围。
http://seaborn.pydata.org/generated/seaborn.pointplot.html
在不绘制连线的情况下，即构成标准的误差图

sns.pointplot(x = ccss.time, y = ccss.index1, capsize = .1)

# 不绘制连线
sns.pointplot(x = ccss.time, y = ccss.index1, 
              capsize = .1, join = False)

sns.pointplot(x = ccss.time, y = ccss.index1, hue = ccss.s0, ci = None)

# 增加线形修饰
sns.pointplot(x = ccss.time, y = ccss.index1, hue = ccss.s0,
              ci = None, linestyles = ['-','--',':'])

# 稍微错开CI的位置以便于观察
sns.pointplot(x = ccss.time, y = ccss.index1, 
              hue = ccss.s0, dodge = True)

面积图

可以近似地理解为将线图下方填充满颜色即可。

分组面积图可以有是否叠加（stacked）的选项。

也可按照面积图的基本原理，直接使用区域填色方式实现面积图。

ccss.a3.value_counts()

ccss.groupby('a3').index1.mean().plot.area()

ccss.groupby('s3').index1.mean().plot.area()

tmpdf = pd.crosstab(index = ccss.s4, columns = ccss.O1)
tmpdf

tmpdf.plot.area()

tmpdf.plot.area(stacked = False)

# 按照百分比填充面积
pd.crosstab(index = ccss.s4, columns = ccss.O1, 
            normalize = 'index').plot.area()