使用条形图进行可视化

条形图，也称为分类估计图，是通过自助法（bootstrapping）技术计算每个类别中唯一组别的均值和置信区间。计数图和条形图有许多相似之处：计数图统计每个类别的实例数量，而条形图则计算每组的均值及其置信区间。

我们首先导入所需的库和存储在 titanic_df DataFrame 中的 titanic 数据集。在条形图中，通常包含一个分类变量和一个数值变量。例如，使用 sns.barplot() 函数，我们可以根据 pclass 对乘客进行分类，并可视化每个 pclass 类别下 age 的分布情况。此外，图表中的条形带有垂直线，这些垂直线是误差棒，用作数据变异性的视觉指示，表示报告测量值中的误差或不确定性。

此外，我们可以使用 bar_label() 函数自定义条形标签。由于条形图显示的是均值（浮点数），可以通过设置 fmt= "%.2f" 来格式化浮点数，使其保留小数点后两位。我们还可以使用 ylim() 函数增加 y 轴范围，以确保标签和条形完全显示在图形内。

1c_plot = sns.barplot(data=titanic_df, x='pclass', y='age')  # 按 pclass 分类
2plt.bar_label(c_plot.containers[0], padding=13, color='red',
3               fontsize=14, fmt= "%.2f", label_type='edge')
4plt.ylim(top=50)
5plt.savefig('output/graph.png')

上述条形图的效果等同于在下方代码框中对 DataFrame 使用 pandas 函数。我们使用 groupby() 函数按传入的参数值对 DataFrame 进行分组，然后访问 age 列并调用 mean() 函数。我们可以看到每个 pclass 的计算均值，这与条形图中的结果一致。

1print(titanic_df.groupby('pclass').age.mean())

我们可以通过 order 参数自定义垂直条形的显示顺序。在 sns.barplot() 函数中指定 order=[3,2,1]。此外，我们可以在 bar_label() 函数中设置 label_type='center'，使标签居中显示在条形上。

1c_plot = sns.barplot(data=titanic_df, x='pclass', y='age', order=[3,2,1])
2plt.bar_label(c_plot.containers[0], color='black',
3               fontsize=15, fmt= "%.2f", label_type='center')
4plt.savefig('output/graph.png')

默认情况下，seaborn 使用 95% 的置信区间，但可以根据需要进行更改。如下所示，通过在 sns.barplot() 函数中设置 ci=50，将置信区间更改为 50%。我们也可以设置 ci=None，此时条形图将不显示置信区间。

1c_plot = sns.barplot(data=titanic_df, x='pclass', y='age', ci=50)
2plt.bar_label(c_plot.containers[0], padding=4, color='black',
3               fontsize=15, fmt= "%.2f", label_type='center')
4plt.savefig('output/graph.png')

我们可以修改条形图中使用的自助样本数量。默认为 1000 次，但可以通过在 sns.barplot() 函数中设置 n_boot=500 将其更改为 500 次，如下所示：

1c_plot = sns.barplot(data=titanic_df, x='pclass', y='age', ci=95, n_boot=500)
2plt.bar_label(c_plot.containers[0], padding=12, color='red',
3               fontsize=15, fmt= "%.2f", label_type='edge')
4plt.ylim(top=50)
5plt.savefig('output/graph.png')

我们可以使用 hue 参数对条形图进行颜色编码。在 sns.barplot() 函数中指定 hue='who'。在 bar_label() 函数中为每组使用不同的条形颜色。该图展示了每个乘客舱位等级中“男性”、“女性”和“儿童”类别的比例。

1c_plot = sns.barplot(data=titanic_df, x='pclass', y='age', hue='who')  # 添加 hue
2# 第一组 hue
3plt.bar_label(c_plot.containers[0], padding=18, color='red',
4               fontsize=10, fmt= "%.2f", label_type='edge')
5# 第二组 hue
6plt.bar_label(c_plot.containers[1], padding=18, color='black',
7               fontsize=10, fmt= "%.2f", label_type='edge')
8# 第三组 hue
9plt.bar_label(c_plot.containers[2], padding=18, color='green',
10               fontsize=10, fmt= "%.2f", label_type='edge')
11plt.ylim(top=60)
12plt.savefig('output/graph.png')

我们还可以进一步调整 hue 类别的显示顺序。通过设置 hue_order=['child','woman','man']，这一顺序将在生成的条形图中体现出来：

1c_plot = sns.barplot(data=titanic_df, x='pclass', y='age',
2                     hue='who', hue_order=['child','woman','man'])
3# 第一组 hue
4plt.bar_label(c_plot.containers[0], padding=18, color='red',
5               fontsize=10, fmt= "%.2f", label_type='edge')
6# 第二组 hue
7plt.bar_label(c_plot.containers[1], padding=18, color='black',
8               fontsize=10, fmt= "%.2f", label_type='edge')
9# 第三组 hue
10plt.bar_label(c_plot.containers[2], padding=18, color='green',
11               fontsize=10, fmt= "%.2f", label_type='edge')
12plt.ylim(top=60)
13plt.savefig('output/graph.png')

要将条形图的方向从垂直改为水平，只需将分类变量放在 y 参数，数值变量放在 x 参数，并在 sns.barplot() 函数中使用 orient='h' 属性。我们把标签显示在条形中心，因此无需调整坐标轴范围。

1c_plot = sns.barplot(data=titanic_df, x='age', y='pclass', orient='h')
2plt.bar_label(c_plot.containers[0], color='black',
3               fontsize=15, fmt= "%.2f", label_type='center')
4plt.savefig('output/graph.png')

我们可以自定义垂直条形上的误差棒。要更改其颜色，设置 errcolor='red'；要更改其宽度，设置 errwidth=5.0。带有自定义误差棒的条形图如下所示：

1c_plot = sns.barplot(data=titanic_df, x='pclass', y='age',
2                     hue='who', errcolor='red', errwidth=5.0)
3# 第一组 hue
4plt.bar_label(c_plot.containers[0], padding=13, color='black',
5               fontsize=10, fmt= "%.2f", label_type='edge')
6# 第二组 hue
7plt.bar_label(c_plot.containers[1], padding=13, color='black',
8               fontsize=10, fmt= "%.2f", label_type='edge')
9# 第三组 hue
10plt.bar_label(c_plot.containers[2], padding=13, color='black',
11               fontsize=10, fmt= "%.2f", label_type='edge')
12plt.ylim(top=60)
13plt.savefig('output/graph.png')

通过在 sns.barplot() 函数中设置 capsize=0.2，可以自定义误差棒的大小。同时，我们使用 bar_label() 函数对条形标签进行样式设置。

1c_plot = sns.barplot(data=titanic_df, x='pclass', y='age',
2                     capsize=0.2, errcolor='red', errwidth=5.0)
3plt.bar_label(c_plot.containers[0], color='black',
4               fontsize=15, fmt= "%.2f", label_type='center')
5plt.ylim(top=50)
6plt.savefig('output/graph.png')