Skip to content

視覺化 › Seaborn › 類別圖

類別圖 (Categorical Plots) ​

x(或 y)是類別、另一軸是數值或次數的圖。catplot(kind=...) 是 figure-level 入口,各 kind 也有對應的 axes-level 函式。類別順序與編碼的資料處理見 pandas dtype 與類別。

選哪一種 ​

kind / 函式呈現適用注意
count / countplot每類次數類別分布、不平衡連續變數改用 histplot,見 類別 vs 連續
bar / barplot平均 + 誤差線摘要報告藏住分布,n 小時不建議單獨使用
point / pointplot平均 + 誤差線,以線相連交互作用(兩因子的平均如何變化)連線只代表同一 hue 組
box / boxplot五數摘要 + 離群值多組分布比較看不到雙峰,見 箱型圖
violin / violinplot箱型 + KDE中大樣本的形狀n 小時 KDE 不可靠
boxen / boxenplot更多分位數的箱型大樣本(數千以上)的尾巴—
strip / stripplot每個點(加 jitter)n 小(< 100 / 組)點多會重疊
swarm / swarmplot每個點,不重疊排列n 小點太多時排不下會警告

寫法 ​

python
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np

iris = sns.load_dataset("iris")
tips = sns.load_dataset("tips")
fig, axes = plt.subplots(2, 2, figsize=(11, 8), layout="constrained")

# 1. 次數:order 指定順序;改用 y= 變水平
sns.countplot(data=tips, y="day", order=["Thur", "Fri", "Sat", "Sun"], ax=axes[0, 0])

# 2. 平均 ± SD 的長條圖(errorbar 見下表)
sns.barplot(data=iris, x="species", y="sepal_length", errorbar="sd", ax=axes[0, 1])

# 3. 箱型 + 原始點:最推薦的組合
sns.boxplot(data=iris, x="species", y="petal_length", showfliers=False, color="lightgray", ax=axes[1, 0])
sns.stripplot(data=iris, x="species", y="petal_length", alpha=0.5, ax=axes[1, 0])

# 4. 點圖看交互作用;estimator 改成中位數
sns.pointplot(data=tips, x="day", y="tip", hue="sex", estimator=np.median,
              errorbar=("ci", 95), dodge=True, capsize=0.1, ax=axes[1, 1])

# figure-level:facet
sns.catplot(data=tips, x="day", y="total_bill", hue="sex", col="time", kind="violin", split=True)

誤差線 errorbar ​

Seaborn 0.12 起用 errorbar= 取代舊的 ci=:

寫法意義描述的是
("ci", 95)(預設)bootstrap 95% 信賴區間平均數估得多準(推論)
("se", 1)± 1 個標準誤同上,較窄
("sd", 1) / "sd"± 1 個標準差資料本身的分散(描述)
("pi", 50)中間 50% 的百分位區間資料本身的分散
None不畫—

預設的 CI 是 bootstrap 抽樣算的,每次執行可能略有不同;需要可重現時加 seed=。SD 與 SE 的差別見 SD vs SE。

常用參數 ​

參數用途
order / hue_order類別順序(類別型欄位預設依 categories 順序)
dodge=Truehue 各組並排而非重疊
estimator摘要統計(bar / point),預設 "mean"
whis、showfliers箱型圖鬚長、是否畫離群點(傳給 Matplotlib)
linestyle="none"點圖不連線(0.13 起取代 join=False)
capsize誤差線端帽寬度
split=Trueviolin 兩個 hue 組各畫一半
inner=violin 內部:"box"、"quart"、"point"、None
native_scale=Truex 為數值時保留原本間距(0.13+)
舊寫法(會警告或報錯)新寫法
ci="sd"、ci=Noneerrorbar="sd"、errorbar=None
join=Falselinestyle="none"
sym=""(Matplotlib ax.boxplot 的參數,傳給 Seaborn 會報錯)showfliers=False

先彙總再畫 ​

資料已經在 pandas 彙總好(每組一列)時,barplot 只會畫出該值、沒有誤差線:

python
totals = tips.groupby("day", observed=True, as_index=False)["total_bill"].sum()
sns.barplot(data=totals, x="day", y="total_bill")