Dodatkowe opcje catplot()

Praca z danymi kategorycznymi w Pythonie

Kasey Jones

Research Data Scientist

Trudności z wykresami kategorycznymi

Wykres liczności stworzony w seaborn zliczający wystąpienia recenzji według kontynentu użytkownika i typu recenzji podróżnika.

Używanie siatki FacetGrid w catplot()

Przykład użycia seaborn do stworzenia tej samej wizualizacji dla różnych kategorii kolumny. Wizualizacja zawiera te same informacje co poprzednia, ale teraz każdy kontynent użytkownika ma osobny wykres.

Używanie różnych argumentów

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")
Popularne palety: "Set", "Set2", "Tab10", "Paired"

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

Jeszcze jedno spojrzenie

Zaktualizowana wizualizacja z poprzedniego slajdu z innym schematem kolorów. Zawiera wykres liczności dla każdego kontynentu użytkownika.

Aktualizowanie wykresów

Konfiguracja: zapisz wykres jako obiekt: ax
Tytuł wykresu: ax.fig.suptitle("My title")
Etykiety osi: ax.set_axis_labels("x-axis-label", "y-axis-label")
Wysokość tytułu: 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()

Gotowy wynik

Gotowa wizualizacja z tego rozdziału. Zawiera zaktualizowane etykiety osi i zaktualizowany tytuł.

Ćwiczenia z catplot()

Praca z danymi kategorycznymi w Pythonie