Graphiques de comptage et graphiques en barres

Introduction à la visualisation de données avec Seaborn

Content Team

DataCamp

Graphiques catégoriels

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

Graphique de comptage des réponses sur la masculinité

Introduction à la visualisation de données avec Seaborn

catplot()

  • Utilisé pour créer des graphiques catégoriels
  • Même avantages que relplot()
  • Créez facilement des sous-graphiques 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 sur 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 sur la masculinité

Introduction à la visualisation de données avec Seaborn

Changer l'ordre

import matplotlib.pyplot as plt
import seaborn as sns

category_order = ["Pas de réponse", 
                  "Pas du tout",
                  "Pas vraiment", 
                  "Un peu", 
                  "Beaucoup"]

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

plt.show()

Graphique de comptage réordonné des réponses sur la masculinité

Introduction à la visualisation de données avec Seaborn

Graphiques en barres

Affiche la moyenne d'une variable quantitative 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 en barres de la facture moyenne par jour

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

Intervalles de confiance

  • Les lignes montrent les intervalles de confiance à 95 % pour la moyenne
  • Indiquent l'incertitude de notre estimation
  • Supposent que nos données sont un échantillon aléatoire

Graphique en barres de la facture moyenne par jour

1 Waskom, M. L. (2021). seaborn: statistical data visualization. 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",
            errorbar=None)

plt.show()

Graphique en barres sans intervalles de confiance

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

Changer l'orientation

import matplotlib.pyplot as plt
import seaborn as sns

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

plt.show()

Graphique en barres horizontal

1 Waskom, M. L. (2021). seaborn: statistical data visualization. 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...