Types de graphiques catégoriels

Visualisation de données intermédiaire avec Seaborn

Chris Moffitt

Instructor

Données catégorielles

• Données prenant un nombre limité et fixe de valeurs
• Souvent combinées à des données numériques
• Exemples :
  • Géographie (pays, État/province, région)
  • Genre
  • Ethnicité
  • Groupe sanguin
  • Couleur des yeux

Types de graphiques – chaque observation

Types de graphiques – représentations abstraites

Types de graphiques – estimations statistiques

Graphiques par observation – stripplot

sns.stripplot(data=df, y="DRG Definition",
              x="Average Covered Charges",
              jitter=True)

Graphiques par observation – swarmplot

sns.swarmplot(data=df, y="DRG Definition",
              x="Average Covered Charges")

Représentations abstraites – boxplot

sns.boxplot(data=df, y="DRG Definition",
            x="Average Covered Charges")

Représentation abstraite – violinplot

sns.violinplot(data=df, y="DRG Definition",
               x="Average Covered Charges")

Représentation abstraite – boxenplot

sns.boxenplot(data=df, y="DRG Definition",
              x="Average Covered Charges")

Estimations statistiques – barplot

sns.barplot(data=df, y="DRG Definition", 
            x="Average Covered Charges",
            hue="Region")

Estimations statistiques – pointplot

sns.pointplot(data=df, y="DRG Definition", 
              x="Average Covered Charges",
              hue="Region")

Estimations statistiques – countplot

sns.countplot(data=df, y="DRG_Code", hue="Region")

Passons à la pratique !

Visualisation de données intermédiaire avec Seaborn