Categorical plot lar

17-bob 37 kod bloki 6782 so'z

Categorical plot — bu bir o'qida diskret guruh lar (hafta kunlari, passenger class, penguin species, smoker va non-smoker), ikkinchi o'qida esa son turadigan har qanday chart. 16-bob bitta numeric o'zgaruvchi ning distribution i haqida edi. Bu bob esa amalda ancha ko'p uchraydigan savolga bag'ishlangan: bu son guruh lar bo'yicha qanday farq qiladi?

Seaborn da bu oilaga tegishli to'qqizta function bor. Ularning hammasi bir xil asosiy argument larni oladi (data, x, y, hue, order) va faqat guruh distribution ining qanchalik qismini ko'rsatishi bilan farq qiladi. Butun bob aslida bitta murosaga qurilgan: har bir guruh uchun qancha tafsilot ko'rsatasiz va bu usul qancha row ga bardosh bera oladi?

Seaborn bularni uchta kichik oilaga ajratadi:

To'qqizta function ning hammasi axes-level, faqat catplot bundan mustasno — u hammasining ustidagi figure-level o'ram. Bu farq muhim va quyidagi uz-catplot bo'limida yoritilgan.

Bu bobdagi har bir misol uchun ishlatiladigan tayyorgarlik:

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

sns.set_theme(style="whitegrid")

tips = sns.load_dataset("tips")
titanic = sns.load_dataset("titanic")
penguins = sns.load_dataset("penguins")

17.1 countplot — row larni sanash

sns.countplot() aynan bitta savolga javob beradi: har bir category da nechta row bor? Bu — chastota lar ning bar chart i. U x yoki y ni oladi, hech qachon ikkalasini birdan emas, chunki ikkinchi o'q har doim seaborn o'zi hisoblaydigan count bo'ladi.

# har bir class da nechta yo'lovchi bor?
sns.countplot(data=titanic, x="class")
plt.show()

countplot row larni sanaydi. Boshqa hech narsa emas. U histogram ning categorical ekvivalenti.

Ichkarida bu titanic["class"].value_counts() ni bar shaklida chizishga teng. Hech narsa baholanmaydi, hech narsa o'rtachalanmaydi — bu sof sanash.

Uzun label lar uchun gorizontal bar lar

Agar category nomlari uzun bo'lsa, categorical o'zgaruvchini x emas, y ga bering. Bu shunchaki chiroyli ko'rinish uchun emas; burilgan x-label larni o'qish haqiqatan ham qiyin.

sns.countplot(data=titanic, y="embark_town")
plt.show()

Count larni ikkinchi o'zgaruvchi bo'yicha bo'lish

hue har bir category ni kichik qismlarga ajratadi. Standart holatda kichik bar lar yonma-yon joylashadi (dodge qilinadi).

# har bir passenger class ichidagi omon qolganlar soni
sns.countplot(data=titanic, x="class", hue="survived")
plt.show()

# yonma-yon emas, ustma-ust (seaborn 0.13+)
sns.histplot(data=titanic, x="class", hue="survived", multiple="stack", shrink=.8)
plt.show()

Bar larga son yozish

O'quvchi lar deyarli har doim son ni bar ustiga yozishni xohlaydi. Matplotlib 3.4+ da bu bitta qator, seaborn esa qaytargan Axes orqali bar container larini ochib beradi.

ax = sns.countplot(data=titanic, x="class")
for container in ax.containers:
    ax.bar_label(container)
plt.show()

17.2 barplot — va bar balandligi aslida nimani anglatadi

Bu — seaborn dagi eng ko'p noto'g'ri tushuniladigan function, shuning uchun bu bo'limni ikki marta o'qing.

# bar balandligi = har bir kun uchun O'RTACHA total_bill, hisoblar soni emas
sns.barplot(data=tips, x="day", y="total_bill")
plt.show()

Seaborn dagi eng ko‘p uchraydigan tushunmovchilik. Chapda row lar sanaladi; o‘ngda esa total_bill ning o‘rtachasi confidence interval bilan ko‘rsatilgan. Kategoriyalar bir xil, miqdor esa butunlay boshqa.

Excel da va ko'pchilik biznes dashboard larida bar chart yig'indi yoki count ni ko'rsatadi. Seaborn bu odatni ataylab buzadi: u bar ni statistik baho deb qaraydi. Agar seaborn ga xom, aggregation qilinmagan row larni berib, yig'indi kutsangiz, chart ingizdagi har bir son noto'g'ri bo'ladi — va u mutlaqo ishonchli ko'rinadi, shuning uchun ham bu xato taqdimot larga qadar yetib boradi.

Uchta harakatlanuvchi qism

# mean o'rniga median, CI o'rniga standart chetlanish
sns.barplot(data=tips, x="day", y="total_bill",
            estimator="median", errorbar="sd")
plt.show()

# error bar larni butunlay o'chirish
sns.barplot(data=tips, x="day", y="total_bill", errorbar=None)
plt.show()

Confidence interval qayerdan keladi

Seaborn darslikdagi t-formula ni ishlatmaydi. U bootstrap qiladi: har bir guruh ning row larini qaytarish bilan n_boot marta qayta tanlaydi, har bir qayta tanlashda estimator ni hisoblaydi va o'sha 1000 ta baho ning 2.5- va 97.5-percentile larini oladi. Shuning uchun interval mukammal simmetrik emas, shuning uchun u har safar ishga tushirilganda biroz o'zgaradi va shuning uchun o'quv materiali takrorlanadigan bo'lishi uchun uni seed=0 bilan qotirib qo'yish mumkin.

sns.barplot(data=tips, x="day", y="total_bill", seed=0)
plt.show()

0/1 hiylasi: aslida nisbat bo'lgan o'rtachalar

y 0/1 ko'rsatkichi bo'lganda uning o'rtachasi aynan nisbat bo'ladi. Bu — daraja larni chizish ning eng toza usuli.

# survived (0/1) ning o'rtachasi = har bir class uchun omon qolish DARAJASI
sns.barplot(data=titanic, x="class", y="survived", errorbar=("ci", 95))
plt.ylabel("survival rate")
plt.show()

Bar lar taxminan 0.63, 0.47 va 0.24 atrofida chiqadi — bu dodge qilingan countplot bera olmaydigan halol daraja taqqoslash.

Rang, hue va palette qoidasi

# to'g'ri: rang haqiqiy o'zgaruvchini kodlaydi
sns.barplot(data=tips, x="day", y="total_bill", hue="sex")
plt.show()

# bezak uchun rang: hue x ni takrorlashi va legend o'chirilishi kerak
sns.barplot(data=tips, x="day", y="total_bill",
            hue="day", palette="viridis", legend=False)
plt.show()

Oldindan aggregation qilingan ma'lumot

Agar DataFrame ingizda har bir category uchun bitta row bo'lsa, bitta qiymat ning o'rtachasi o'sha qiymat ning o'zi bo'ladi, shuning uchun barplot baribir ishlaydi — bootstrap qiladigan narsa yo'q, demak error bar ham chiqmaydi. Uning yo'qligi siz xom row larni emas, tayyor umumlashmalarni chizayotganingizni bildiruvchi foydali signal.

summary = tips.groupby("day", observed=True)["total_bill"].sum().reset_index()
sns.barplot(data=summary, x="day", y="total_bill")   # haqiqiy yig'indilar, CI yo'q
plt.show()

17.3 boxplot va besh sonli umumlashma

Boxplot distribution ni beshta son va outlier larga siqadi. 1970-yillarda John Tukey tomonidan o'ylab topilgan bu plot bir o'q ustida ko'plab guruh ning tarqalishi va qiyshiqligini taqqoslash ning hamon eng tez usuli.

sns.boxplot(data=tips, x="day", y="total_bill")
plt.show()

Boxplot ning har bir qismi belgilangan. Quti — data ning o‘rtadagi 50% i; whisker lar 1.5×IQR gacha yetadi; undan tashqaridagi hamma narsa alohida nuqta bo‘lib chiziladi.

Tuzilishi

o o <- outlier lar: whisker lardan tashqaridagi nuqtalar | | <- yuqori whisker: Q3 + 1.5IQR dan katta | bo'lmagan eng katta kuzatilgan qiymat | | | | <- Q3 (75-percentile), box ning yuqori qirrasi |=====| <- MEDIAN (Q2, 50-percentile) | | |_____| <- Q1 (25-percentile), box ning pastki qirrasi | | <- pastki whisker: Q1 - 1.5IQR dan kichik | bo'lmagan eng kichik kuzatilgan qiymat o <- outlier

box balandligi = IQR = Q3 - Q1 (ma'lumot ning o'rta 50% i) whisker uzunligi = har bir hinge dan ko'pi bilan 1.5 * IQR whisker to'xtaydi = shu oraliq ichidagi oxirgi HAQIQIY nuqtada, nazariy fence ning o'zida emas

QismStatistikaQanday o'qiladi

Box ichidagi chiziqMedian (Q2)Tipik qiymat; mean dan farqli o'laroq outlier larga chidamli Box ning pastiQ1, 25-percentileQiymat larning 25% i shundan past Box ning tepasiQ3, 75-percentileQiymat larning 75% i shundan past Box balandligiIQR = Q3 − Q1Ma'lumot ning o'rta yarmi qanchalik tarqalgani Whisker larHinge dan 1.5×IQR ichidagi eng uzoq nuqta"Odatiy" qiymat larning amaliy diapazoni Alohida nuqtalarWhisker lardan tashqaridaOutlier ga nomzod lar — nomzod, hukm emas Median markazda emas—Qiyshiqlik. Median pastga yaqin bo'lsa = o'ngga qiyshiq

# to'liq diapazonli whisker lar: hech bir nuqta outlier deb belgilanmaydi
sns.boxplot(data=titanic, x="class", y="fare", whis=(0, 100))
plt.show()

# median chizig'i yonida mean ni marker sifatida ko'rsatish
sns.boxplot(data=tips, x="day", y="total_bill", showmeans=True)
plt.show()

Guruhlash va yo'nalish

sns.boxplot(data=tips, x="day", y="total_bill", hue="smoker")
plt.show()

# gorizontal: x da son, y da category lar
sns.boxplot(data=penguins, x="body_mass_g", y="species")
plt.show()

Boxplot + nuqtalar: standart professional birikma

Boxplot n ni ham, multimodallikni ham yashiradi. Xom nuqtalarni ustiga qo'yish ikkalasini ham hal qiladi va bu — intervyu oluvchilar ko'rishni yoqtiradigan qatlamli pattern.

ax = sns.boxplot(data=tips, x="day", y="total_bill",
                 showfliers=False, boxprops={"alpha": 0.5})
sns.stripplot(data=tips, x="day", y="total_bill",
              color="black", size=3, jitter=0.2, ax=ax)
plt.show()

Bu yerda showfliers=False muhim: usiz outlier lar ikki marta chiziladi — bir marta box tomonidan, bir marta strip tomonidan — va o'quvchi ularni alohida kuzatuv deb sanaydi.

17.4 violinplot va boxenplot

Violin plot lar

Violin — bu har bir category uchun bittadan chiziladigan, vertikal o'q atrofida ko'zgu qilingan KDE (kernel density estimate). Violin qayerda keng bo'lsa, o'sha qiymat atrofida ko'p kuzatuv joylashgan. U boxplot joylashuv haqida ko'rsatadigan hamma narsani ko'rsatadi, ustiga boxplot tashlab yuboradigan shakl ni ham qo'shadi.

sns.violinplot(data=tips, x="day", y="total_bill")
plt.show()

Nega boxplot yolg‘on gapirishi mumkin. Bu ikki guruhning median va kvartillari deyarli bir xil, shuning uchun boxplot lar mos tushadi — lekin biri ikkita alohida klaster, ikkinchisi esa bitta cho‘qqi. Buni faqat violin ko‘rsatadi.

Standart holatda seaborn har bir violin ichiga kichkina boxplot chizadi. Buni inner= boshqaradi:

split=True — ikki tomonlama violin

Aynan ikkita hue darajasi bo'lganda split=True har bir guruhni bitta violin ning bir yarmiga joylaydi. Bu kerakli gorizontal joyni ikki barobar kamaytiradi va ikkala distribution ni umumiy asosga qo'yadi, natijada farqni baholash ancha oson bo'ladi.

sns.violinplot(data=tips, x="day", y="total_bill",
               hue="smoker", split=True, inner="quart")
plt.show()

cut parametri

sns.violinplot(data=titanic, x="class", y="age", cut=0)
plt.show()

Bilishga arziydigan boshqa sozlamalar: bw_adjust (>1 silliqroq, <1 o'tkirroq — kdeplot dagi bilan bir xil ma'noda), density_norm="width"|"area"|"count" (v0.12 va undan oldingi versiya larda bu scale= edi) va common_norm.

# violin KENGLIGI ni guruh hajmiga proporsional qilish — violin lar odatda
# yashiradigan n ma'lumotini qaytaradi
sns.violinplot(data=tips, x="day", y="total_bill", density_norm="count")
plt.show()

boxenplot — letter-value plot

sns.boxenplot() (Hofmann, Wickham va Kafadar ning "letter-value plot" i) — katta n uchun mo'ljallangan boxplot. U quartile larda to'xtab qolmaydi, balki dumlarni bo'lishda davom etadi: avval median, keyin quartile lar, keyin sakkizdan bir lar, o'n oltidan bir lar va hokazo uchun box lar chizadi, har bir box oldingisidan torroq bo'ladi. Natijada dumlarni "outlier" bulutiga tashlab yubormasdan, ularni batafsil tasvirlaydigan zinapoya hosil bo'ladi.

sns.boxenplot(data=titanic, x="class", y="fare")
plt.show()

17.5 stripplot va swarmplot

Bu ikkitasi har bitta kuzatuvni chizadi. Hech qanday umumlashma, hech qanday baholash yo'q. Ular eng halol categorical plot lar va ayni paytda eng kam masshtablanadiganlari.

stripplot

Bu — categorical o'qga ega scatterplot. Guruh dagi har bir nuqta bitta x-koordinatani baham ko'rgani uchun nuqtalar aynan ustma-ust tushib qolardi, shuning uchun seaborn tasodifiy gorizontal jitter qo'shadi (standart True, category kengligining taxminan 0.1 qismi).

sns.stripplot(data=tips, x="day", y="total_bill", jitter=0.25, alpha=0.6)
plt.show()

# jitter=False: aniq tekislanish, kuchli ustma-ust tushish
sns.stripplot(data=tips, x="day", y="total_bill", jitter=False)
plt.show()

Ikkalasi ham har bir kuzatuvni ko‘rsatadi. swarmplot nuqtalarni ustma-ust tushmaydigan qilib joylashtiradi — kichik data da ajoyib, lekin data kattalashganda ogohlantirish berib nuqtalarni tashlab ketadi.

Jitter faqat gorizontal o'qdagi bezak — vertikal joylashuv esa har doim haqiqiy qiymat. O'quvchi nuqta ning chapga yoki o'ngga siljishidan ma'no izlashiga hech qachon yo'l qo'ymang.

swarmplot

sns.swarmplot() ("beeswarm") xuddi shu ustma-ust tushish muammosini determinlashgan tarzda hal qiladi: u nuqtalarni bir-birining ustiga tushmaydigan darajada yon tomonga suradigan layout algoritmini ishlatadi. Hosil bo'lgan kontur ning o'zi density baholovchi bo'lib xizmat qiladi va bunda hech qanday tasodifiylik yo'q, shuning uchun plot takrorlanadigan bo'ladi.

sns.swarmplot(data=penguins, x="species", y="body_mass_g", hue="sex")
plt.show()

Qatlamlash pattern lari

# violin + swarm: shakl va har bir kuzatuv birga
ax = sns.violinplot(data=penguins, x="species", y="body_mass_g",
                    inner=None, cut=0, color="lightgray")
sns.swarmplot(data=penguins, x="species", y="body_mass_g",
              size=3, ax=ax)
plt.show()

Qaror jadvali: qaysi categorical plot va qanday n da?

Javob izlayotgan savolingizPlotHar bir guruhda nechta row ga chidaydiIzoh

Har bir guruhda nechta row bor?countplotIstalganchaOiladagi yagona sanovchi Har bir guruhda o'rtacha qancha? Farq ishonchlimi?barplotIstalgancha (CI uchun >1 kerak)Bar = mean, count emas. Asos 0 dan boshlanishi shart Har bir qiymat, hech narsa yashirilmaganswarmplot< ~500Determinlashgan; undan oshsa ogohlantiradi va nuqtalarni tashlab yuboradi Har bir qiymat, ancha katta ma'lumotstripplot + alpha~50 – 5,000Jitter tasodifiy; ustma-ust tushish baribir bo'lishi mumkin Ko'p guruh bo'yicha tarqalish va qiyshiqlikni taqqoslashboxplot~20 – 100,000+Quartile lar ma'noli bo'lishi uchun har bir guruhda ~20+ kerak Distribution bimodalmi yoki g'alati shakldami?violinplot~50 – 100,000+cut=0 qo'ying; kichik guruh larda chalg'itadi Katta dataset ning dumlarini tasvirlashboxenplot> ~10,000Kichik tanlama larda behuda Tartiblangan omil bo'yicha o'rtachalar trendini taqqoslashpointplotIstalganchaFaqat x-o'qi da haqiqiy tartib bo'lganda Yuqoridagilarning istalganini panel larga bo'lishcatplot(kind=...)IstalganchaFigure-level; FacetGrid qaytaradi

17.6 pointplot

sns.pointplot() barplot bilan bir xil bahoni hisoblaydi — standart holatda mean va bootstrap qilingan 95% CI — lekin bar o'rniga error bar li nuqta chizadi va har bir hue darajasi ning nuqtalarini chiziq bilan bog'laydi.

sns.pointplot(data=tips, x="day", y="total_bill", hue="sex",
              errorbar=("ci", 95), dodge=True)
plt.show()

Uni alohida function sifatida saqlashga arziydigan ikkita sabab bor:

• Bog'lanadigan bar maydoni yo'q. Bar chart nol dan boshlanishi kerak, aks holda vizual uzunlik yolg'on gapiradi. Pointplot faqat joylashuvni kodlaydi, shuning uchun y-o'q ni farq lar joylashgan sohaga yaqinlashtirishingiz mumkin. Kichik, ammo haqiqiy effekt lar aynan shunday halol ko'rsatiladi.
• Bog'lovchi chiziq interaction ni ko'rinadigan qiladi. Parallel chiziqlar hue ning effekti x ning har bir darajasida bir xilligini bildiradi. Kesishuvchi yoki yaqinlashuvchi chiziqlar esa interaction borligini bildiradi — psixologiya va biologiya maqolalarida faktorli dizayn lar uchun pointplot ishlatilishining klassik sababi shu.

# klassik interaction plot: kun effekti kunning vaqtiga qarab farq qiladimi?
sns.pointplot(data=tips, x="day", y="tip", hue="time",
              dodge=0.3, markers=["o", "s"], linestyles=["-", "--"])
plt.show()

dodge=True (yoki float siljish) muhim: usiz hue darajalari bir xil x pozitsiyasida turadi va ularning error bar lari o'qib bo'lmaydigan bo'lib chalkashadi.

# nuqtalar va CI lar, chalg'ituvchi bog'lovchi chiziqsiz
sns.pointplot(data=penguins, x="species", y="body_mass_g", linestyle="none")
plt.show()

17.7 catplot — figure-level interfeys

Shu paytgacha ko'rilgan har bir function axes-level: u bitta matplotlib Axes ga chizadi va o'sha Axes ni qaytaradi. sns.catplot() esa figure-level: u butun bir figure ni yaratadi va egallaydi, ma'lumot ni panel lar to'riga bo'la oladi hamda FacetGrid obyektini qaytaradi.

# kind= to'qqizta chizuvchi function dan qaysi biri ishlatilishini tanlaydi
sns.catplot(data=tips, x="day", y="total_bill", kind="box")
plt.show()

catplot(kind=...) — barcha categorical plot larga figure-level eshik. kind ni "violin", "bar" yoki "swarm" ga o‘zgartiring, qolgan hamma narsa o‘sha-o‘sha qoladi.

kind=Nimani chaqiradi

"strip" (standart)stripplot "swarm"``swarmplot "box"``boxplot "violin"``violinplot "boxen"``boxenplot "point"``pointplot "bar"``barplot "count"``countplot (faqat x yoki faqat y bering)

Asosdagi function qabul qiladigan istalgan keyword ni to'g'ridan-to'g'ri catplot orqali uzatish mumkin.

Uning mavjudlik sababi: faceting

# har bir lunch/dinner uchun bitta panel (column), har bir sex uchun bitta (row)
g = sns.catplot(
    data=tips, x="day", y="total_bill",
    kind="box", col="time", row="sex",
    height=3.5, aspect=1.2, sharey=True,
)
g.figure.suptitle("Bill by day, split by meal and customer sex", y=1.02)
g.set_axis_labels("Day of week", "Total bill (USD)")
plt.show()

17.8 Category tartibini boshqarish

Standart holatda seaborn category larni object dtype li column lar uchun birinchi uchrash tartibida joylashtiradi — siz saralab qo'ysangiz amalda alifbo tartibida bo'ladi, agar column pandas Categorical bo'lsa esa uning category tartibini ishlatadi. Qaysi holatda ham standart tartib o'quvchingizga kerak bo'lgan tartib bo'lishi kamdan-kam uchraydi. "Fri, Sat, Sun, Thur" — hafta kunlari uchun alifboviy bema'nilik.

1. Aniq order= va hue_order=

sns.boxplot(
    data=tips, x="day", y="total_bill",
    order=["Thur", "Fri", "Sat", "Sun"],
    hue="smoker", hue_order=["No", "Yes"],
)
plt.show()

order= ayni paytda filtrlaydi ham: siz kiritmagan har qanday category chizilmaydi. Bu — faqat o'zingizga kerakli daraja larni chizish ning qulay usuli.

# faqat dam olish kunlari
sns.boxplot(data=tips, x="day", y="total_bill", order=["Sat", "Sun"])
plt.show()

1. Hisoblangan qiymat bo'yicha saralash

Reyting bo'yicha tartiblangan bar larni o'qish tartiblanmaganlariga qaraganda ancha oson. Tartibni ma'lumot dan hisoblab, uni plot ga bering.

order = (tips.groupby("day", observed=True)["total_bill"]
             .mean()
             .sort_values(ascending=False)
             .index)

sns.barplot(data=tips, x="day", y="total_bill", order=order, errorbar=None)
plt.show()

Xuddi shu g'oya, countplot uchun chastota bo'yicha saralangan holda:

order = titanic["embark_town"].value_counts().index
sns.countplot(data=titanic, y="embark_town", order=order)
plt.show()

3. Tartibni pd.Categorical bilan DataFrame ga singdirish

Eng bardoshli yechim. Tartibni column ga bir marta e'lon qiling va shundan keyingi har bir plot, groupby va pivot unga rioya qiladi — o'nta joyda order= ni takrorlash shart emas.

day_order = ["Thur", "Fri", "Sat", "Sun"]
tips["day"] = pd.Categorical(tips["day"], categories=day_order, ordered=True)

sns.boxplot(data=tips, x="day", y="total_bill")      # allaqachon to'g'ri
sns.countplot(data=tips, x="day")                    # bu ham to'g'ri
plt.show()

ordered=True bilan siz qo'shimcha ravishda ishlaydigan taqqoslashlarga (tips["day"] > "Fri") va to'g'ri saralashga ega bo'lasiz. Ordinal so'rovnoma shkalalari uchun bu, plot chizish dan qat'i nazar, to'g'ri tasvirlash usuli.

size_order = ["small", "medium", "large"]
df["size"] = pd.Categorical(df["size"], categories=size_order, ordered=True)
df.sort_values("size")   # small, medium, large — alifbo tartibida emas

1. Mavjud categorical ning tartibini o'zgartirish

tips["day"] = tips["day"].cat.reorder_categories( ["Sun", "Sat", "Fri", "Thur"], ordered=True )

1. catplot dagi tartib

order, hue_order, col_order va row_order ning hammasi figure darajasida ishlaydi.

g = sns.catplot(
    data=tips, x="day", y="total_bill", kind="bar",
    order=["Thur", "Fri", "Sat", "Sun"],
    col="time", col_order=["Lunch", "Dinner"],
    errorbar="se", height=4,
)
plt.show()

17.9 Tuzoq lar

1. barplot balandliklari count deb o'qiladi Buni allaqachon aytdik, lekin takrorlashga arziydi, chunki bu — birinchi raqamli xato: bar bu mean. sns.barplot(data=df, x="region", y="sales") bilan qurilgan va "Sales by region" deb nomlangan chart umumiy sotuvni emas, har bir tranzaksiyadagi o'rtacha sotuvni ko'rsatadi — bu ikki reyting esa bir-biriga teskari bo'lishi mumkin. Yig'indi kerak bo'lsa estimator="sum" ni, count kerak bo'lsa countplot ni ishlating. Y-o'qini har doim statistika nomi bilan belgilang: plt.ylabel("mean total bill").

2. Error bar lar — 95% CI, standart chetlanish emas

Standart qiymat errorbar=("ci", 95). Kalta bar lar o'rtacha yaxshi baholanganini bildiradi, ma'lumot zich ekanini emas. Qaysi birini ishlatganingizni izohda yozing; belgilanmagan error bar li chart ilmiy kontekstda o'qib bo'lmaydigan hisoblanadi.

3. Boxplot lar multimodallikni yashiradi

Shakli butunlay boshqacha to'rtta tanlama bir xil besh sonli umumlashmaga ega bo'lishi mumkin. Notanish o'zgaruvchi ning boxplot iga ishonishdan oldin violin, strip qatlami yoki histogram bilan tekshirib ko'ring.

4. Katta ma'lumot da swarmplot nuqtalarni tashlab yuboradi

UserWarning: ...% of the points cannot be placed ogohlantirishiga e'tibor bering. stripplot(jitter=True, alpha=0.4) yoki violinplot ga o'ting.

5. cut violin larni ma'lumot dan tashqariga cho'zadi

Standart cut=2 density ni chekka qiymat lardan ikkita bandwidth uzoqqacha chizadi — manfiy yosh, 5 dan yuqori reyting, noldan kichik davomiylik. Chegaralangan o'zgaruvchilar uchun cut=0 ni ishlating.

6. Tartiblangan category lar uchun alifbo tartibi

"Fri, Sat, Sun, Thur", "eight, five, four, nine, one" va "High, Low, Medium" — bularning hammasi ma'noni yo'q qiladigan standart tartib lar. order= yoki pd.Categorical bilan to'g'rilang.

7. pointplot chiziqlari tartiblanmagan category lar orasida trend borday ko'rsatadi

X da tabiiy ketma-ketlik bo'lmasa, linestyle="none" ni ishlating yoki bar larga o'ting.

8. catplot da plt.title() bitta panelga tushadi

g.figure.suptitle() ni ishlating. Va catplot ax= ni umuman qabul qilmaydi.

9. NaN lar sezdirmasdan tashlab yuboriladi

penguins da sex va body_mass_g ning ba'zilari yetishmaydi; titanic["age"] 177 ta yo'lovchi uchun mavjud emas. Seaborn bunday row larni indamay tashlab yuboradi, shuning uchun guruh ning boxplot i siz o'ylagandan ancha kam row asosida hisoblangan bo'lishi mumkin. Chizishdan oldin df.isna().sum() ni tekshiring va har bir guruhga uning haqiqiy n ini yozib qo'yishni o'ylab ko'ring.

10. Songa o'xshash category lar

tips["size"] va titanic["pclass"] — butun sonlar. Seaborn ning categorical function lari x o'zgaruvchisini category larga majburan aylantiradi, shuning uchun ular teng oraliqli 1, 2, 3 label lari sifatida qaraladi. Bu yerda odatda sizga aynan shu kerak — lekin oraliq lar sonli masofani aks ettiradi deb kutmang. Noaniqlikni yo'qotish uchun .astype(str) bilan aylantiring yoki oraliq muhim bo'lsa numeric plot ishlating.

11. Bo'sh hue birikmalari tekislanishni buzadi

Agar biror category da hue darajasi umuman uchramasa, dodge qilingan element lar g'alati joylashishi mumkin. dodge=True va aniq hue_order= layout ni determinlashgan qiladi.

12. sns.load_dataset() ga internet kerak

U CSV larni mwaskom/seaborn-data GitHub repositoriysidan yuklab oladi va ularni ~/seaborn-data da keshlaydi. Offline holatda (imtihon zali, cheklangan laboratoriya, proxy yo'q) u URL xatosini chiqaradi. Chora lar:

# 1) Internetli mashinada bir marta oldindan yuklab oling; kesh
#    ~/seaborn-data da turadi (Windows da C:\Users\<name>\seaborn-data).
#    O'sha papkani offline mashinaga ko'chiring va load_dataset ishlaydi.

# 2) Ma'lumot repo sining lokal nusxasiga yo'naltiring
tips = sns.load_dataset("tips", data_home="D:/data/seaborn-data")

# 3) Seaborn ni umuman chetlab o'tib, CSV ni pandas bilan o'qing
tips = pd.read_csv("D:/data/seaborn-data/tips.csv")

# 4) Onlayn mavjud bo'lganlar ro'yxatini ko'ring (bunga ham internet kerak)
print(sns.get_dataset_names())

['anagrams', 'anscombe', 'attention', 'brain_networks', 'car_crashes', 'diamonds', 'dots', 'dowjones', 'exercise', 'flights', 'fmri', 'geyser', 'glue', 'healthexp', 'iris', 'mpg', 'penguins', 'planets', 'seaice', 'taxis', 'tips', 'titanic']

17.10 Mashqlar to'plami

# Avval yuklang:
# tips = sns.load_dataset("tips")
# titanic = sns.load_dataset("titanic")
# penguins = sns.load_dataset("penguins")

# 1. Titanic "class" ning "sex" bo'yicha bo'lingan countplot ini chizing,
#    so'ng ax.bar_label() yordamida har bir bar ga uning count ini yozing.
#    Bu count lar yolg'iz o'zi "kim ko'proq omon qolgan" savoliga nega
#    javob bera olmasligini bitta gapda tushuntiring.

# 2. Tips uchun yonma-yon ikkita chart chizing: "day" ning countplot i va
#    "day" ga qarshi "total_bill" ning barplot i. Har bir y-o'qini aynan
#    nimani ko'rsatishi bilan belgilang. Qaysi kunda eng ko'p hisob bor?
#    Qaysi kunda o'rtacha hisob eng katta? Ular bir xil kunmi?

# 3. 0/1 qiymatli "survived" column ida barplot ishlatib, passenger class
#    bo'yicha omon qolish DARAJASI ni chizing. So'ng uni uch marta qayta
#    chizing: errorbar=("ci", 95), errorbar="sd" va errorbar=None bilan,
#    va har bir variant nimani da'vo qilishini yozib qo'ying.

# 4. Penguins body_mass_g ni species bo'yicha boxplot qiling. Gentoo uchun
#    chart dan median, Q1, Q3 va IQR ni o'qing, so'ng ularni
#    penguins.groupby("species")["body_mass_g"].describe() bilan tekshiring.

# 5. Titanic "age" ni "class" bo'yicha boxplot va violinplot da yonma-yon
#    chizing. Violin da cut=0 ni ishlating. Yosh distribution ining violin
#    ko'rsatadigan, boxplot esa yashiradigan bitta xususiyatini ayting.

# 6. Penguins flipper_length_mm ni species bo'yicha violinplot (inner=None)
#    ustiga swarmplot qatlamlang. So'ng xuddi shu swarm ni to'liq titanic
#    "fare" va "class" da sinab ko'ring hamda olgan ogohlantirishingizni va
#    uni qanday tuzatishingizni yozib qo'ying.

# 7. Tips "tip" ni "day" bo'yicha hue="time" va dodge=True bilan pointplot
#    qiling. Chiziqlar parallelmi? Bu yerda parallel va kesishuvchi
#    chiziqlar nimani anglatishini ayting.

# 8. Bitta catplot quring: kind="bar", x="class", y="fare", hue="sex",
#    col="embark_town", col_order aniq berilgan va class ga hafta kunlari
#    uslubidagi tartib qo'llangan holda. Figure ga g.figure.suptitle() bilan
#    sarlavha bering va g.set_axis_labels() bilan o'q label larini qo'ying.

17.11 Intervyu savollari

S: sns.barplot() dagi bar ning balandligi nimani anglatadi?

Shu category ichidagi y o'zgaruvchisi ning o'rtachasini — count ham emas, yig'indi ham emas. Standart estimator — "mean", ustidagi vertikal chiziq esa o'sha o'rtacha uchun bootstrap qilingan 95% confidence interval. Row larni sanaydigan function — countplot; yig'indi ni esa barplot(estimator="sum") beradi.

S: countplot va barplot orasidagi farq nima?

countplot bitta categorical o'zgaruvchini oladi va chastota larni o'zi hisoblaydi, shuning uchun siz faqat x yoki faqat y berasiz. barplot esa categorical va numeric o'zgaruvchini oladi va numeric ni aggregation qiladi. Mohiyatan sns.countplot(x="day") aynan sns.barplot(x="day", y=<nimadir>, estimator="count") ga teng.

S: Boxplot ning har bir elementini tushuntiring.

Box ichidagi chiziq — median (Q2). Box Q1 dan Q3 gacha cho'ziladi, demak uning balandligi interquartile range, ya'ni ma'lumot ning o'rta 50% i. Whisker lar yaqin hinge dan 1.5×IQR ichida qolgan eng uzoq kuzatilgan nuqtagacha cho'ziladi — ular haqiqiy ma'lumot da to'xtaydi, fence ning o'zida emas. Undan tashqaridagi hamma narsa outlier ga nomzod sifatida alohida chiziladi. Median box ning pastida turgan bo'lsa, bu o'ngga qiyshiqlikni bildiradi. Plot tanlama hajmi va multimodallik haqida hech narsa aytmaydi.

S: Qachon boxplot o'rniga violin plot ni tanlaysiz?

Distribution ning shakli muhim bo'lganda — xususan bimodallik yoki kuchli assimetriyani aniqlash uchun, buni esa besh sonli umumlashma ifodalay olmaydi. Bir-biridan tubdan farq qiluvchi bir nechta distribution bir xil boxplot ga ega bo'lishi mumkin. Buning narxi shundaki, violin ning KDE si bandwidth ga bog'liq silliqlangan baho, cut>0 density ni kuzatilgan diapazondan tashqariga chizadi va kichik guruh larda u ishonchsiz bo'ladi.

S: stripplot mi yoki swarmplot mi — qanday qaror qilasiz?

Ikkalasi ham har bir kuzatuvni chizadi. stripplot nuqtalarni tasodifiy jitter bilan siljitadi: arzon, istalgan hajmda ishlaydi, lekin nuqtalar baribir ustma-ust tushishi mumkin. swarmplot ustma-ust tushmaydigan layout ni hisoblaydi: o'qish osonroq va determinlashgan, ammo unga gorizontal joy kerak va guruh lar bir necha yuz row dan oshgach nuqtalarning ma'lum foizini "joylashtirib bo'lmadi" deb ogohlantiradi — o'sha paytdan boshlab u ma'lumot ni ko'rsatmay qo'yadi. Kichik tanlama lar uchun swarm, kattaroqlari uchun alpha li strip, undan ham kattasi uchun violin yoki box.

S: Axes-level va figure-level function orasidagi farq nima va catplot qaysi biri? catplot — figure-level. boxplot kabi axes-level function lar bitta Axes ga chizadi, ax= ni qabul qiladi va o'sha Axes ni qaytaradi, shuning uchun ular plt.subplots() layout ichida bemalol birlashadi. catplot esa o'z figure ini yaratadi, col=/row= faceting ni qo'llab-quvvatlaydi, panel larni height/aspect bilan o'lchamlaydi, legend ni tashqariga joylaydi va FacetGrid qaytaradi. Natijada plt.title() faqat oxirgi panelga sarlavha qo'yadi — g.figure.suptitle() ni ishlating — va ax= umuman qabul qilinmaydi.

S: X-o'qingizdagi kunlar Fri, Sat, Sun, Thur bo'lib chiqdi. Nega va buni qanday tuzatasiz?

Column oddiy string lardan iborat, shuning uchun seaborn da kalendar tartibi haqida hech qanday tushuncha yo'q. Uchta yechim: plot chaqiruviga order=["Thur", "Fri", "Sat", "Sun"] bering; column ni bir marta pd.Categorical(tips["day"], categories=day_order, ordered=True) bilan aylantiring, shunda keyingi har bir amal shu tartibni meros qilib oladi; yoki qiymat bo'yicha reyting li chart kerak bo'lsa, tartibni ma'lumot dan hisoblang, masalan df.groupby("day")["total_bill"].mean().sort_values().index.

S: Standart holatda barplot va pointplot dagi error bar lar nimani ko'rsatadi va ularni qanday o'zgartirasiz?

Estimator uchun 95% confidence interval ni, u har bir guruh ni 1000 marta bootstrap qayta tanlash orqali hosil qilinadi — standart chetlanish emas. Uni errorbar="sd", errorbar=("se", 1), xom ma'lumot ning percentile interval i uchun errorbar=("pi", 95) yoki errorbar=None bilan o'zgartiring. Eski ci= parametri v0.12 da deprecated bo'lgan va keyinroq olib tashlangan. Takrorlanadigan interval lar uchun seed= ni ishlating.

S: Nega bar chart nol dan boshlanishi kerak, pointplot esa shart emas?

Bar lar qiymatni maydon/uzunlik orqali kodlaydi, shuning uchun o'q ni kesib qo'yish o'quvchi bar lar orasida his qiladigan nisbatni buzadi. Pointplot esa qiymatni faqat joylashuv orqali kodlaydi; o'q ni yaqinlashtirish aniqlikni o'zgartiradi, nazarda tutilgan nisbatlarni emas. Shuning uchun farq lar mutlaq darajaga nisbatan kichik bo'lganda pointplot — halol tanlov.

17.12 Xulosa

• countplot row larni sanaydi; barplot esa har bir category uchun y ning o'rtachasini bootstrap qilingan 95% CI bilan ko'rsatadi. Ikkalasini chalkashtirish sezdirmasdan noto'g'ri chart lar hosil qiladi.
• estimator= standart holatda "mean" va "median", "sum", "count" yoki istalgan callable ni qabul qiladi; errorbar= olib tashlangan ci= ning o'rnini egalladi va standart qiymati "sd" emas, ("ci", 95).
• Boxplot — bu median, Q1, Q3, 1.5×IQR ichidagi oxirgi nuqtadagi whisker lar va undan tashqaridagi alohida nuqtalar — tanlama hajmi va multimodallik haqida hech narsa aytmaydigan beshta son.
• Violin lar KDE orqali distribution ning shaklini qo'shadi; density kuzatilgan diapazonda to'xtashi uchun cut=0 qo'ying va ikkita hue darajasi uchun split=True ni ishlating. boxenplot — dumlarni batafsil ko'rsatadigan katta n li boxplot.
• swarmplot determinlashgan va o'qish oson, lekin har bir guruhda bir necha yuzdan oshsa ogohlantiradi va nuqtalarni tashlab yuboradi; jitter va alpha li stripplot esa kattaroq hajmga chidaydi.
• pointplot barplot bilan bir xil bahoni nol asossiz ko'rsatadi va uning bog'lovchi chiziqlari interaction larni ochib beradi — lekin ularni faqat x-o'qi haqiqiy tartibga ega bo'lgandagina ishlating.
• catplot(kind=...) — sakkiztasining ustidagi figure-level o'ram; u col/row bilan facet qiladi, FacetGrid qaytaradi, ax= ni e'tiborsiz qoldiradi va plt.title() o'rniga g.figure.suptitle() ni talab qiladi.
• Tartibni order=/hue_order= bilan, saralangan groupby index i bilan yoki butunlay pd.Categorical(..., ordered=True) bilan boshqaring; order= ayni paytda category larni filtrlab ham tashlaydi.
• Plot ni tanlama hajmiga moslang: juda kichik guruh lar uchun nuqtalar, o'rtacha lari uchun box yoki violin, katta lari uchun boxen — va notanish o'zgaruvchi ning distribution ini boshqa usulda tekshirmasdan turib uning umumlashtiruvchi plot ini hech qachon taqdim qilmang.

Keyingisi: 18-bob heatmap lar va correlation matritsalari haqida.