Шаг 120.
Язык Python. Визуализация данных. Библиотека Seaborn. ... . Визуализация оценок категориальных данных. Функция barplot() (окончание)

    На этом шаге мы рассмотрим еще несколько примеров использования этой функции.

    Зададим свой порядок вывода значений категориального признака origin:

import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns

mpg = sns.load_dataset("mpg")

sns.barplot(x='origin', y='horsepower', hue='cylinders', 
                 palette='Set2', order=order, data=mpg)

plt.show()
Архив с файлом можно взять здесь.


Рис.1. Демонстрация работы с параметром order функции barplot()

    Построим диаграммы с различными способами расчёта оценки:

import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns
from numpy import mean, median, min, max

mpg = sns.load_dataset("mpg")

estimator = [mean, median, min, max]

plt.figure(figsize=(15, 5))
for i, es in enumerate(estimator):
    plt.subplot(1, len(estimator), i + 1)
    plt.title(es.__name__)
    sns.barplot(x='origin', y='horsepower', estimator=es, data=mpg)

plt.show()
Архив с файлом можно взять здесь.


Рис.2. Демонстрация работы с параметром estimator функции barplot()

    Задание доверительного интервала (или стандартного отклонения) производится через параметр ci:

import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns

mpg = sns.load_dataset("mpg")

cis = [None, 80, 'sd']

plt.figure(figsize=(15, 5))
for i, c in enumerate(cis):
    plt.subplot(1, len(cis), i + 1)
    plt.title(f"ci = {c}")
    sns.barplot(x='origin', y='horsepower', ci=c, data=mpg)

plt.show()
Архив с файлом можно взять здесь.


Рис.3. Демонстрация работы с параметром ci функции barplot()

    Параметры errwidth, capsize (см. 118 шаг) и errcolor отвечают за настройку свойств линии. С первыми двумя мы уже знакомы, определимся с errcolor:

errcolor: Matplotlib-цвет
Цвет линии, обозначающей доверительный интервал.

    Ниже представлен пример работы с этими параметрами:

import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns

mpg = sns.load_dataset("mpg")

errcolor = ['r', 'b', 'y']
errwidthes = [2, 3, 4]
capsizes = [0, 0.3, 0.7]
plt.figure(figsize=(15, 5))
for i, p in enumerate(zip(errcolor, errwidthes, capsizes)):
    plt.subplot(1, len(errcolor), i + 1)
    plt.title(f"errcolor = {p[0]}, errwidth = {p[1]}, capsize = {p[2]}")
    sns.barplot(x='origin', y='horsepower', errcolor=p[0], errwidth=p[1],
                capsize=p[2], data=mpg)

plt.show()
Архив с файлом можно взять здесь.


Рис.4. Демонстрация работы с параметрами errwidth, capsize и errcolor функции barplot()

    На следующем шаге мы рассмотрим функцию countplot().




Предыдущий шаг Содержание Следующий шаг