Graphiques de comptage et graphiques en barres

Introduction à la visualisation de données avec Seaborn

Erin Case

Data Scientist

Graphiques catégoriels

  • Exemples : graphiques de comptage, graphiques en barres
  • Impliquent une variable catégorielle
  • Comparaisons entre les groupes

Graphique de comptage des réponses relatives à la masculinité

Introduction à la visualisation de données avec Seaborn

catplot()

  • Utilisé pour créer des graphiques catégoriels
  • Mêmes avantages que relplot()
  • Créez facilement des graphiques secondaires avec col= et row=
Introduction à la visualisation de données avec Seaborn

countplot() vs. catplot()

import matplotlib.pyplot as plt
import seaborn as sns

sns.countplot(x="how_masculine",
              data=masculinity_data)

plt.show()

Graphique de comptage des réponses relatives à la masculinité

Introduction à la visualisation de données avec Seaborn

countplot() vs. catplot()

import matplotlib.pyplot as plt
import seaborn as sns

sns.catplot(x="how_masculine",
            data=masculinity_data,
            kind="count")

plt.show()

Graphique de comptage des réponses relatives à la masculinité

Introduction à la visualisation de données avec Seaborn

Modification de l'ordre

import matplotlib.pyplot as plt
import seaborn as sns

category_order = ["No answer", 
                  "Not at all",
                  "Not very", 
                  "Somewhat", 
                  "Very"]

sns.catplot(x="how_masculine",
            data=masculinity_data,
            kind="count",
            order=category_order)

plt.show()

Graphique de comptage réordonné des réponses relatives à la masculinité

Introduction à la visualisation de données avec Seaborn

Diagrammes à barres

Affiche la moyenne des variables quantitatives par catégorie

import matplotlib.pyplot as plt
import seaborn as sns

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

plt.show()

Graphique de la facture moyenne par jour

1 Waskom, M. L. (2021). seaborn : visualisation de données statistiques. https://seaborn.pydata.org/
Introduction à la visualisation de données avec Seaborn

Intervalles de confiance

  • Les lignes indiquent les intervalles de confiance à 95 % pour la moyenne
  • Montre l'incertitude de notre estimation
  • On suppose que nos données sont un échantillon aléatoire

Graphique de la facture moyenne par jour

1 Waskom, M. L. (2021). seaborn : visualisation de données statistiques. https://seaborn.pydata.org/
Introduction à la visualisation de données avec Seaborn

Désactiver les intervalles de confiance

import matplotlib.pyplot as plt
import seaborn as sns

sns.catplot(x="day",
            y="total_bill",
            data=tips,
            kind="bar",
            ci=None)

plt.show()

Graphique en barres sans intervalles de confiance

1 Waskom, M. L. (2021). seaborn : visualisation de données statistiques. https://seaborn.pydata.org/
Introduction à la visualisation de données avec Seaborn

Changement d'orientation

import matplotlib.pyplot as plt
import seaborn as sns

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

plt.show()

Graphique à barres horizontal

1 Waskom, M. L. (2021). seaborn : visualisation de données statistiques. https://seaborn.pydata.org/
Introduction à la visualisation de données avec Seaborn

Passons à la pratique !

Introduction à la visualisation de données avec Seaborn

Preparing Video For Download...