Summary  
This chapter covers generating a countplot to visualize the frequency of categorical data by tallying each category’s occurrences using a plotting library.

General domain of usage  
Data visualization

**Countplot** on kaavio, joka ottaa kategorisen listan ja palauttaa pylväät, jotka kuvaavat kunkin kategorian esiintymismäärää listassa.

# Importing the `seaborn` library
import seaborn as sns
# Importing `matplotlib.pyplot`
import matplotlib.pyplot as plt

# Data list
data_list = ['apple', 'milk', 'milk', 'milk', 'apple', 'milk', 'milk', 'milk', 'fish']

# Creating the countplot
sns.countplot(x=data_list, palette='mako')

# Showing the plot
plt.show()

Countplotin alustamiseen tarvitaan vähintään yksi parametri: `x` (sarake, jonka arvojen määrä lasketaan).

Voit myös käyttää `y` muuttujaa `x`:n sijaan vaihtaaksesi kuvaajan suuntaa.

Huomio

Koska `seaborn` perustuu `matplotlib`-kirjastoon, voit käyttää erityistä `matplotlib.pyplot` -kirjastoa ja sen funktiota `plt.show()` näyttämään kuvaajan.

import unittest
import importlib
import sys
from unittest.mock import patch

# Helper function to dynamically generate test names and assertions
def _dynamic_test(test_case, condition, success_message, failure_message):
    if condition:
        test_case._testMethodName = success_message
        test_case.assertTrue(True, success_message)
    else:
        test_case._testMethodName = failure_message
        test_case.fail(failure_message)

class TestUserCode(unittest.TestCase):

    # Test if seaborn is imported with alias sns
    def test_seaborn_import(self):
        import user_code
        _dynamic_test(
            self,
            hasattr(user_code, 'sns'),
            "The `seaborn` library is imported as `sns`.",
            "Expected `seaborn` to be imported as `sns`."
        )

    # Test if matplotlib.pyplot is imported with alias plt
    def test_matplotlib_import(self):
        import user_code
        _dynamic_test(
            self,
            hasattr(user_code, 'plt'),
            "The `matplotlib.pyplot` library is imported as `plt`.",
            "Expected `matplotlib.pyplot` to be imported as `plt`."
        )

    # Test if guests_list contains the correct data
    def test_guests_list_correct(self):
        import user_code
        expected_list = ['Girl', 'Boy', 'Boy', 'Boy', 'Girl', 'Boy', 'Boy', 'Boy', 'Girl', 'Boy', 'Girl', 'Girl', 'Girl', 'Girl', 'Girl', 'Girl']
        
        # Check if variable exists first
        if not hasattr(user_code, 'guests_list'):
             _dynamic_test(self, False, "", "The `guests_list` variable is not declared.")
             return

        _dynamic_test(
            self,
            user_code.guests_list == expected_list,
            "The `guests_list` contains the correct data.",
            f"Expected `guests_list` to be `{expected_list}`, but got `{user_code.guests_list}`."
        )

    # Test if countplot function is used
    def test_countplot_used(self):
        # We patch seaborn.countplot to intercept the call
        with patch('seaborn.countplot') as mock_countplot:
            # We also patch plt.show to prevent the plot window from actually popping up during tests
            with patch('matplotlib.pyplot.show'):
                # Reload user_code to force the script to run again with our mocks active
                if 'user_code' in sys.modules:
                    importlib.reload(sys.modules['user_code'])
                else:
                    import user_code
        
        _dynamic_test(
            self,
            mock_countplot.called,
            "The `sns.countplot()` function is used.",
            "Expected `sns.countplot()` function to be used to create the plot."
        )

    # Test if the correct argument is passed to countplot
    def test_countplot_argument(self):
        with patch('seaborn.countplot') as mock_countplot:
            with patch('matplotlib.pyplot.show'):
                if 'user_code' in sys.modules:
                    importlib.reload(sys.modules['user_code'])
                else:
                    import user_code
            
            # Check arguments passed to countplot
            # kwargs retrieves named arguments like x=...
            passed_x = None
            if mock_countplot.called:
                args, kwargs = mock_countplot.call_args
                passed_x = kwargs.get('x')

            import user_code
            # We compare the actual list object passed to the function
            condition = passed_x == user_code.guests_list

            _dynamic_test(
                self,
                condition,
                "The `sns.countplot()` uses `guests_list` for the `x` parameter.",
                "Expected `sns.countplot()` to be called with `x=guests_list`."
            )

    # Test if plt.show() is used
    def test_show_used(self):
        with patch('seaborn.countplot'):
            with patch('matplotlib.pyplot.show') as mock_show:
                if 'user_code' in sys.modules:
                    importlib.reload(sys.modules['user_code'])
                else:
                    import user_code

                _dynamic_test(
                    self,
                    mock_show.called,
                    "The `plt.show()` function is used.",
                    "Expected `plt.show()` to be used to display the plot."
                )

if __name__ == '__main__':
    unittest.main()

test_code.py

Tutustu tilastollisen datan visualisoinnin mahdollisuuksiin, joiden avulla paljastetaan kuvioita ja riippuvuuksia. Käytä Seaborn-kirjastoa luodaksesi informatiivisia jakaumakuvioita, lämpökarttoja ja kategorisia kaavioita vähällä koodilla. Opettele soveltamaan esteettisiä teemoja ja väripaletteja, jotka tekevät monimutkaisesta tilastollisesta datasta helposti tulkittavaa ja saavutettavaa.

Kategorisen Datan Laskeminen

Kategorisen Datan Laskeminen

Ratkaisu