使用seaborn畫長條圖的問題? - Cupoy

2019/05/01 下午 04:25

機器學習共學討論版

JS

觀看數：3

回答數：3

收藏數：0

ml100-2

errorbar

語法

ml100-2-d13

您好請問以下：

用seaborn的barplot會出的長條圖中，

1.  Ｙ軸的部分看起來像是各組的binary data TARGET 當中，“1”佔所有次數的比例，

但一般來說不是會畫出次數統計(Frequency)嗎，請問可以調整什麼部分來得到次數統計？

2. 其中在頂端都會有黑色實線的部分，各組的黑色實現長短也不一，那是像盒鬚圖那樣代表變異數大小的意思嗎或是他代表什麼意思呢？

3. 想請問使用等頻劃分的qcut函數，是否會有各組人數仍不一致的情形呢，那麼應該採用這樣的分組結果或該有什麼處理的應對方式呢？

謝謝

回答列表

• 2019/05/01 下午 04:46
  Seanyu.TW
  贊同數：0
  不贊同數：0
  留言數：1

  1. 因為前面做過比例的處理，假如你想變成以數量呈現的話，在 y 的部分乘上總數即可。

  plt.bar(range(len(age_groups.index)), age_groups['TARGET']*age_data["TARGET"].sum())

• 2019/05/01 下午 04:47
  Seanyu.TW
  贊同數：0
  不贊同數：0
  留言數：2

  2. 黑色實線是 errorbar，假如你設定為 1 個標準差，則為 68% 信賴區間, 若為 1.96 個標準差，則為 95% 信賴區間。詳細可以參考 https://zh.wikipedia.org/wiki/68%E2%80%9395%E2%80%9399.7%E5%8E%9F%E5%89%87

• 2019/05/01 下午 04:50
  Seanyu.TW
  贊同數：0
  不贊同數：0
  留言數：0

  3. 若採用 quantile 做切分，則我們可以說 q10 ~ q20 的人數會約莫等於 q20 ~ q30 的人數。(通常可能不一定完全等於，這有時候看壓在線上的人到底有多少)，如果希望是各組人數均等的話，做 qcut 確實是個不錯的選擇。 然而假如分組是有意義的 (比方說年紀) 那就另當別論。所以如何分組都看你想如何檢視、分析資料而定。