零散知识点整理 - seaborn系列 (14) | 条形图barplot() - 《机器学习》

目录
条形图
函数原型
参数解读
案例教程
案例地址

条形图

条形图主要展现的是每个矩形高度的数值变量的中心趋势的估计。
注：条形图只显示平均值（或其他估计值）。但在很多情况下，每个分类变量级别上显示值的分布可能提供更多信息，此时很多其他方法，如一个盒子或小提琴图可能更合适。

函数原型

seaborn.barplot(x=None, y=None, hue=None, 
           data=None, order=None, hue_order=None, 
           estimator=<function mean>, ci=95, 
           n_boot=1000, units=None, orient=None, 
           color=None, palette=None, saturation=0.75, 
           errcolor='.26', errwidth=None, capsize=None, 
           dodge=True, ax=None, **kwargs)

参数解读

x,y,hue:数据字段变量名(如上表，date,name,age,sex为数据字段变量名)
data: DataFrame,数组或数组列表
order,hue_order:字符串列表
作用：显式指定分类顺序，eg. order=[字段变量名1，字段变量名2,...]
estimator:可回调函数
作用：设置每个分类箱的统计函数
ci:float或者"sd"或None
在估计值附近绘制置信区间的大小，如果是"sd"，
则跳过bootstrapping并绘制观察的标准差，
如果为None,则不执行bootstrapping,并且不绘制错误条。
n_boot:int
计算置信区间时使用的引导迭代次数
orient: v | h
图的显示方向(垂直或水平,即横向或纵向)，
这通常可以从输入变量的dtype推断得到
color:matplotlib颜色
palette:调试板名称，列表或字典类型
作用：设置hue指定的变量的不同级别颜色。
saturation 饱和度：float
errcolor : matplotlib color
作用：表示置信区间的线条颜色
errwidth:float
作用：表示误差线的厚度
capsize:float
作用：表示误差线上"帽"的宽度(误差线上的横线的宽度)
dodge:bool
作用：使用色调嵌套时，是否应沿分类轴移动元素。

案例教程

案例代码已上传：Github地址

import seaborn as sns
import matplotlib.pyplot as plt
# 设置样式风格
sns.set(style="darkgrid")
# 构建数据
tips = sns.load_dataset("tips")
"""
案例1：
指定x分类变量进行分组，指定 y为数据分布，绘制垂直条形图
"""
sns.barplot(x="day", y="total_bill", data=tips)
plt.show()

import seaborn as sns
import matplotlib.pyplot as plt
# 设置样式风格
sns.set(style="darkgrid")
# 构建数据
tips = sns.load_dataset("tips")
"""
案例2：
指定hue对已分组的数据进行嵌套分组(第二次分组)并绘制条形图
"""
sns.barplot(x="day", y="total_bill", hue="sex", data=tips)
plt.show()

import seaborn as sns
import matplotlib.pyplot as plt
# 设置样式风格
sns.set(style="darkgrid")
# 构建数据
tips = sns.load_dataset("tips")
"""
案例3：
指定 y 为分类变量进行分组，x 为数据分布 (这样的效果相当于水平条形图)
"""
sns.barplot(x="tip", y="day", data=tips)
plt.show()

import seaborn as sns
import matplotlib.pyplot as plt
# 设置样式风格
sns.set(style="darkgrid")
# 构建数据
tips = sns.load_dataset("tips")
"""
案例4：
设置order=["变量名1","变量名2",...]来显示指定分类顺序
"""
sns.barplot(x="time", y="tip", data=tips,
       order=["Dinner", "Lunch"])
plt.show()

import seaborn as sns
import matplotlib.pyplot as plt
from numpy import median
# 设置样式风格
sns.set(style="darkgrid")
# 构建数据
tips = sns.load_dataset("tips")
"""
案例5：
使用中位数作为集中趋势的估计：estimator=median
"""
sns.barplot(x="day", y="tip", data=tips, estimator=median)
plt.show()

import seaborn as sns
import matplotlib.pyplot as plt
from numpy import median
# 设置样式风格
sns.set(style="darkgrid")
# 构建数据
tips = sns.load_dataset("tips")
"""
案例6：
使用误差线显示均值的标准差
"""
sns.barplot(x="day", y="tip", data=tips, ci=68)
plt.show()

import seaborn as sns
import matplotlib.pyplot as plt
from numpy import median
# 设置样式风格
sns.set(style="darkgrid")
# 构建数据
tips = sns.load_dataset("tips")
"""
案例7：
设置ci="sd" 显示观测值的标准偏差而不是置信区间
"""
sns.barplot(x="day", y="tip", data=tips, ci="sd")
plt.show()

import seaborn as sns
import matplotlib.pyplot as plt
from numpy import median
# 设置样式风格
sns.set(style="darkgrid")
# 构建数据
tips = sns.load_dataset("tips")
"""
案例8：
设置 capsize,如果capsize>0则添加 caps到错误条上，否则没有错误条
"""
sns.barplot(x="day", y="tip", data=tips, capsize=.2)
plt.show()

import seaborn as sns
import matplotlib.pyplot as plt
from numpy import median
# 设置样式风格
sns.set(style="darkgrid")
# 构建数据
tips = sns.load_dataset("tips")
"""
案例9：
使用不同的调色版：palette="Blues_d"
"""
sns.barplot("size", y="total_bill", data=tips,
       palette="Blues_d")
plt.show()

import seaborn as sns
import matplotlib.pyplot as plt
from numpy import median
# 设置样式风格
sns.set(style="darkgrid")
# 构建数据
tips = sns.load_dataset("tips")
"""
案例10：
使用不同的调色版
"""
tips["weekend"] = tips["day"].isin(["Sat", "Sun"])
sns.barplot(x="day", y="total_bill", hue="weekend",
       data=tips, dodge=False)
plt.show()

import seaborn as sns
import matplotlib.pyplot as plt
from numpy import median
# 设置样式风格
sns.set(style="darkgrid")
# 构建数据
tips = sns.load_dataset("tips")
"""
案例11：
设置color指定所有bar使用同一颜色
"""
sns.barplot("size", y="total_bill", data=tips,
       color="salmon", saturation=.5)
plt.show()

import seaborn as sns
import matplotlib.pyplot as plt
from numpy import median
# 设置样式风格
sns.set(style="darkgrid")
# 构建数据
tips = sns.load_dataset("tips")
"""
案例12：
linewidth:线宽
facecolor:封闭区域内部的颜色： facecolor=(R, G, B, A),
edgecolor:边颜色
"""
sns.barplot("day", "total_bill", data=tips,
       linewidth=2.5, facecolor=(1, 1, 1, 0),
        errcolor=".2",edgecolor=".3")
plt.show()

import seaborn as sns
import matplotlib.pyplot as plt
from numpy import median
# 设置样式风格
sns.set(style="darkgrid")
# 构建数据
tips = sns.load_dataset("tips")
"""
案例13：
使用catplot()实现barplot()的效果(通过指定kind=bar)
"""
sns.catplot(x="sex", y="total_bill",
       hue="smoker", col="time",
       data=tips, kind="bar",
       height=4, aspect=.7)
plt.show()

案例地址

上述案例代码已上传：Github地址
Github地址 https://github.com/Vambooo/SeabornCN

seaborn系列 (14) | 条形图barplot()

目录

条形图

函数原型

参数解读

案例教程

案例地址