Graphiques de comptage et à barres

Introduction à la visualisation de données avec Seaborn

Content Team

DataCamp

Graphiques catégoriels

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

Diagramme de comptage des réponses sur la masculinité

Introduction à la visualisation de données avec Seaborn

catplot()

  • Pour créer des graphiques catégoriels
  • Même avantages que relplot()
  • Sous-graphiques faciles 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()

Diagramme 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()

Diagramme de comptage des réponses sur la masculinité

Introduction à la visualisation de données avec Seaborn

Modifier l'ordre

import matplotlib.pyplot as plt
import seaborn as sns

category_order = ["No answer", 
                  "Not at all",
                  "Not very", 
                  "Somewhat", 
                  "Very"]

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

plt.show()

Diagramme de comptage réordonné des réponses sur la masculinité

Introduction à la visualisation de données avec Seaborn

Graphiques à 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()

Diagramme à 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 traits montrent des intervalles de confiance à 95 % pour la moyenne
  • Indiquent l'incertitude de l'estimation
  • Supposent un échantillon aléatoire

Diagramme à 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()

Diagramme à 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()

Diagramme à 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...