Zusätzliche catplot()-Optionen

Arbeiten mit kategorialen Daten in Python

Kasey Jones

Research Data Scientist

Herausforderungen bei kategorialen Plots

Ein mit seaborn erstellter Count-Plot, der Reviews nach Nutzerkontinent und Reisetyp zählt.

Das catplot()-FacetGrid nutzen

Beispiel: dieselbe Visualisierung mit seaborn für verschiedene Kategorien einer Spalte. Enthält dieselben Infos wie die vorherige Grafik, jetzt aber je Nutzerkontinent eine eigene Grafik.

Unterschiedliche Argumente nutzen

sns.catplot(x="Traveler type", kind="count",

    col="User continent",

    col_wrap=3,

    palette=sns.color_palette("Set1"), data=reviews)

x: "Traveler type"
kind: "count"
col: "User continent"
col_wrap: 3
palette: sns.color_palette("Set1")
Häufige Paletten: "Set", "Set2", "Tab10", "Paired"

¹ http://seaborn.pydata.org/tutorial/color_palettes.html

Noch ein Blick

Eine aktualisierte Visualisierung mit anderem Farbschema. Sie zeigt pro Nutzerkontinent einen Count-Plot.

Plots anpassen

Setup: Grafik als Objekt speichern: ax
Plot-Titel: ax.fig.suptitle("My title")
Achsentitel: ax.set_axis_labels("x-axis-label", "y-axis-label")
Titelhöhe: plt.subplots_adjust(top=.9)

ax = sns.catplot(x="Traveler type", col="User continent", col_wrap=3,
    kind="count", palette=sns.color_palette("Set1"), data=reviews)
ax.fig.suptitle("Hotel Score by Traveler Type & User Continent")
ax.set_axis_labels("Traveler Type", "Number of Reviews")
plt.subplots_adjust(top=.9)
plt.show()

Fertiges Ergebnis

Unsere finale Visualisierung in diesem Kapitel. Mit aktualisierten Achsentiteln und einem neuen Titel.

catplot()-Übung

Arbeiten mit kategorialen Daten in Python