Wprowadzenie do wykresów kategorycznych w Seaborn

Praca z danymi kategorycznymi w Pythonie

Kasey Jones

Research Data Scientist

Trzeci zbiór danych

Nazwa: Las Vegas TripAdvisor Reviews - reviews
Wiersze: 504
Kolumny: 20

Recenzje Las Vegas

reviews.info()

RangeIndex: 504 entries, 0 to 503
Data columns (total 20 columns):
 #   Column             Non-Null Count  Dtype 
     ------             --------------  ----- 
 0   User country       504 non-null    object
...
 6   Traveler type      504 non-null    object
 7   Pool               504 non-null    object
 8   Gym                504 non-null    object
 9   Tennis court       504 non-null    object
...
dtypes: int64(7), object(13)
memory usage: 78.9+ KB

¹ https://www.kaggle.com/crawford/las-vegas-tripadvisor-reviews

Seaborn

Wykresy kategoryczne:

import seaborn as sns
import matplotlib.pyplot as plt

sns.catplot(...)

plt.show()

Funkcja catplot

Parametry:

x: nazwa zmiennej w data
y: nazwa zmiennej w data
data: DataFrame
kind: typ wykresu — jeden z: "strip", "swarm", "box", "violin", "boxen", "point", "bar" lub "count"

Wykres pudełkowy

Strona wiki: wykres pudełkowy

Ocena recenzji

reviews["Score"].value_counts()

Przykład wykresu pudełkowego

sns.catplot(
  x="Pool",
  y="Score",
  data=reviews,
  kind="box"
)
plt.show()

Dwie szybkie opcje

# Setting font size and plot background
sns.set(font_scale=1.4)

sns.set_style("whitegrid")

sns.catplot(
  x="Pool",
  y="Score",
  data=reviews,
  kind="box"
)
plt.show()

Ćwiczenia z wykresem pudełkowym

Praca z danymi kategorycznymi w Pythonie