Python Seaborn 类别内的数据分布和统计估计

1、使用 barplot() 绘制条形图

条形图用于显示一个或多个分类变量的中心趋势（如均值）。它可以展示每个类别的估计值及其置信区间。使用barplot()绘制条形图的函数，可以用于可视化类别内的数据分布和统计估计。常用参数如下，

使用代码：

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

# 示例数据
np.random.seed(0)
data = pd.DataFrame({
    'Category': np.random.choice(['A', 'B', 'C'], 100),
    'Value': np.random.rand(100),
    'Subcategory': np.random.choice(['X', 'Y'], 100)
})

# 设置 seaborn 样式
sns.set(style="whitegrid")

# 创建一个 barplot
plt.figure(figsize=(10, 6))
bar_plot = sns.barplot(
    x='Category',       # 类别变量
    y='Value',          # 数值变量
    hue='Subcategory',  # 子类别变量
    data=data,          # 数据源
    estimator=np.mean,  # 使用平均值作为估计量
    errorbar=('ci', 95),              # 置信区间设为 95%
    palette='deep',     # 调色板
    capsize=0.05        # 错误条横杠大小
)

# 添加图表标题和标签
plt.title('cjavapy')
plt.xlabel('Category')
plt.ylabel('Average Value')

plt.draw()

# 展示图表
plt.show()

2、使用 countplot() 绘制计数图

计数图用于显示每个类别的观察数量，是条形图的一种特殊形式。使用 countplot() 绘制计数图用于显示类别变量中每个类别的观察数量。这个函数特别有用于数据探索和可视化，因为它可以直观地展示类别数据的分布。常用参数如下，

使用代码：

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd

# 示例数据集
data = {
    "category": ["A", "B", "A", "C", "B", "A", "C", "C", "B", "A", "C", "B"],
    "value": [10, 20, 15, 10, 25, 30, 5, 25, 20, 15, 10, 15]
}

df = pd.DataFrame(data)

# 使用 seaborn 绘制 countplot
plt.figure(figsize=(8, 6))
sns.countplot(x='category', data=df, color='blue', saturation=0.75)

# 添加标题和标签
plt.title("cjavapy")
plt.xlabel("Category")
plt.ylabel("Count")

plt.draw()

plt.show()

3、使用 boxplot() 绘制箱线图

箱线图显示了分布的四分位数，以及异常值。一种很好的方式来可视化数据的分布范围和中心趋势。使用 boxplot() 函数绘制箱形图，非常适合于展示类别内的数据分布和统计估计。常用参数如下，

使用代码：

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

# 创建虚构数据
np.random.seed(0)
data = {
    'Category': np.random.choice(['Electronics', 'Clothing', 'Furniture'], size=300),
    'Sales': np.random.gamma(shape=2., scale=100., size=300),
    'Year': np.random.choice(['2019', '2020', '2021'], size=300)
}

df = pd.DataFrame(data)

# 创建箱形图
plt.figure(figsize=(10, 6))
sns.boxplot(x='Category', y='Sales', hue='Year', data=df, palette="Set3", showfliers=False)

# 添加标题和标签
plt.title('cjavapy')
plt.xlabel('Category')
plt.ylabel('Sales')

plt.draw()
# 显示图形
plt.show()

4、使用 violinplot() 绘制小提琴图

小提琴图结合了箱线图和核密度估计的特点，提供了关于分布的更多信息。使用 violinplot() 绘制小提琴图用于显示类别内的数据分布和统计估计。可以帮助你理解不同类别内的数据分布情况。常用参数如下，

使用代码：

import seaborn as sns
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 创建示例数据
np.random.seed(10)
data = pd.DataFrame({
    'group': np.repeat(['A', 'B', 'C'], 100),
    'value': np.concatenate([np.random.normal(0, 1, 100), 
                             np.random.normal(5, 2, 100), 
                             np.random.normal(10, 3, 100)])
})
# 绘制小提琴图
plt.figure(figsize=(10, 6))
sns.violinplot(x='group', y='value', data=data, 
               palette='Set2', inner='quartile', bw=0.8)

plt.title('cjavapy')
plt.draw()
plt.show()

5、使用 pointplot() 绘制点图

点图用于显示点估计和置信区间，提供了一种估计分类数据的另一种视角。使用 pointplot() 绘制点图用于显示数据点的集中趋势，并使用误差条提供关于数据变化范围的一些估计。适合于展示和比较数值变量在一个或多个分类变量的不同水平下的效果。常用参数如下，

使用代码：

import seaborn as sns
import matplotlib.pyplot as plt

# 生成示例数据集
tips =  pd.DataFrame({
    'total_bill': [16.99, 10.34, 21.01, 23.68, 24.59],
    'tip': [1.01, 1.66, 3.50, 3.31, 3.61],
    'sex': ['Female', 'Male', 'Male', 'Male', 'Female'],
    'smoker': ['No', 'Yes', 'No', 'Yes', 'No'],
    'day': ['Sun', 'Thur', 'Sat', 'Sun', 'Fri'],
    'size': [2, 3, 3, 2, 4]
})

# 创建点图
sns.pointplot(x='day', y='tip', hue='sex', data=tips, palette='deep', ci=95, markers=["o", "s"], linestyles=["-", "--"])

# 增加标题和标签
plt.title('cjavapy')
plt.xlabel('Day of the Week')
plt.ylabel('Average Tip ($)')

plt.draw()
plt.show()

6、使用 catplot() 绘制分类回归图

分类回归图是用于绘制分类数据的接口，可以结合不同类型的图形。catplot() 是一个非常灵活的函数，它可以用来绘制多种类型的分类图表，包括 pointplot、barplot、countplot 等。常用参数如下，

使用代码：

import seaborn as sns
import pandas as pd
import numpy as np

# 示例数据
np.random.seed(10)
data = pd.DataFrame({
    'category': np.random.choice(['Category A', 'Category B', 'Category C'], 100),
    'value': np.random.normal(10, 3, 100),
    'group': np.random.choice(['Group 1', 'Group 2'], 100)
})

# 箱形图
sns.catplot(x='category', y='value', kind='box', data=data)

# 小提琴图
sns.catplot(x='category', y='value', kind='violin', hue='group', data=data)

# 条形图
sns.catplot(x='category', y='value', kind='bar', hue='group', data=data)

plt.draw()
plt.show()