Punkt- und Count-Plots

Arbeiten mit kategorialen Daten in Python

Kasey Jones

Research Data Scientist

Beispiel: Point-Plot

sns.catplot(x="Pool", y="Score", data=reviews, kind="point") # <--- updated

Ein Seaborn-Punkt-Plot, der den Mittelwert der Bewertungen je nachdem zeigt, ob das Hotel einen Pool hat oder nicht.

Balkendiagramm Ein Seaborn-Balkendiagramm, das die zentrale Tendenz der Bewertungen zeigt, je nachdem, ob das Hotel einen Pool hat oder nicht.

Point-Plot Ein Seaborn-Punkt-Plot, der die zentrale Tendenz der Bewertungen zeigt, je nachdem, ob das Hotel einen Pool hat oder nicht.

sns.catplot(x="Spa", y="Score", data=reviews, kind="point",
            hue="Tennis court", dodge=True  # < --- New Parameter!
)

Ein Seaborn-Punkt-Plot, der die zentrale Tendenz der Bewertungen über Spa und Tennisplatz zeigt. Verwendet die Parameter hue und dodge.

sns.catplot(x="Score",
            y="Review weekday",
            data=reviews,
            kind="point", 
            join=False # < --- New!
)

Ein Seaborn-Punkt-Plot, der zeigt, wie der join-Parameter die Ausgabe beeinflusst.

sns.catplot(x="Tennis court", data=reviews, kind="count", hue="Spa")

Eine Grafik, die einen Seaborn-Count-Plot zeigt. Der Plot zählt Bewertungen für Hotels mit Tennisplatz, Spa, beidem oder keinem.

Arbeiten mit kategorialen Daten in Python