Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Apprendre Estimation des Moyennes avec des Diagrammes en Barres | Section
Visualisation Statistique Avec Seaborn

bookEstimation des Moyennes avec des Diagrammes en Barres

Un barplot représente une estimation de la tendance centrale (généralement la moyenne) d'une variable numérique par la hauteur de chaque rectangle.

Contrairement à un histogramme qui compte le nombre d'éléments dans une classe, un barplot calcule une statistique (comme le montant moyen d'une facture) pour chaque catégorie.

Les barres d'erreur (incertitude)

Les petites lignes noires au-dessus de chaque barre sont appelées barres d'erreur. Par défaut, elles indiquent l'intervalle de confiance à 95%.

Pour les personnaliser, on utilise désormais le paramètre err_kws (mots-clés d'erreur). Celui-ci accepte un dictionnaire de paramètres qui contrôlent l'apparence de ces lignes.

Paramètres clés

  • capsize : ajoute une petite ligne horizontale ("cap") aux extrémités des barres d'erreur ;
  • err_kws : un dictionnaire pour personnaliser les barres d'erreur ;
  • {'color': 'black'} : définit la couleur ;
  • {'linewidth': 2} : définit l'épaisseur ;
  • estimator : par défaut, calcule la moyenne. Il est possible de le changer en median, sum ou max (nécessite l'importation de numpy).

Exemple

Voici un barplot affichant la facture totale moyenne avec des barres d’erreur rouges personnalisées.

12345678910111213141516171819
import seaborn as sns import matplotlib.pyplot as plt # Load dataset df = sns.load_dataset('tips') # Create a barplot sns.barplot( data=df, x='day', y='total_bill', hue='sex', capsize=0.1, # New way to style error bars: err_kws={'color': 'red', 'linewidth': 2}, palette='pastel' ) plt.show()
copy
Tâche

Swipe to start coding

Calculer et visualiser la moyenne de la note totale pour différents jours, en comparant les fumeurs et les non-fumeurs.

  1. Définir le style sur 'ticks' pour supprimer la grille.
  2. Créer un barplot en utilisant le jeu de données tips (df) :
  • Associer 'day' à x et 'total_bill' à y.
  • Grouper par 'smoker' en utilisant hue.
  • Définir la taille des extrémités des barres d'erreur (capsize) à 0.1.
  • Changer la couleur des barres d'erreur en 'pink' à l'aide du dictionnaire err_kws (par exemple, {'color': 'pink'}).
  • Définir l'épaisseur du contour des barres (linewidth) à 2.5.
  • Utiliser la palette 'magma'.
  1. Afficher le graphique.

Solution

Tout était clair ?

Comment pouvons-nous l'améliorer ?

Merci pour vos commentaires !

Section 1. Chapitre 13
single

single

Demandez à l'IA

expand

Demandez à l'IA

ChatGPT

Posez n'importe quelle question ou essayez l'une des questions suggérées pour commencer notre discussion

close

bookEstimation des Moyennes avec des Diagrammes en Barres

Glissez pour afficher le menu

Un barplot représente une estimation de la tendance centrale (généralement la moyenne) d'une variable numérique par la hauteur de chaque rectangle.

Contrairement à un histogramme qui compte le nombre d'éléments dans une classe, un barplot calcule une statistique (comme le montant moyen d'une facture) pour chaque catégorie.

Les barres d'erreur (incertitude)

Les petites lignes noires au-dessus de chaque barre sont appelées barres d'erreur. Par défaut, elles indiquent l'intervalle de confiance à 95%.

Pour les personnaliser, on utilise désormais le paramètre err_kws (mots-clés d'erreur). Celui-ci accepte un dictionnaire de paramètres qui contrôlent l'apparence de ces lignes.

Paramètres clés

  • capsize : ajoute une petite ligne horizontale ("cap") aux extrémités des barres d'erreur ;
  • err_kws : un dictionnaire pour personnaliser les barres d'erreur ;
  • {'color': 'black'} : définit la couleur ;
  • {'linewidth': 2} : définit l'épaisseur ;
  • estimator : par défaut, calcule la moyenne. Il est possible de le changer en median, sum ou max (nécessite l'importation de numpy).

Exemple

Voici un barplot affichant la facture totale moyenne avec des barres d’erreur rouges personnalisées.

12345678910111213141516171819
import seaborn as sns import matplotlib.pyplot as plt # Load dataset df = sns.load_dataset('tips') # Create a barplot sns.barplot( data=df, x='day', y='total_bill', hue='sex', capsize=0.1, # New way to style error bars: err_kws={'color': 'red', 'linewidth': 2}, palette='pastel' ) plt.show()
copy
Tâche

Swipe to start coding

Calculer et visualiser la moyenne de la note totale pour différents jours, en comparant les fumeurs et les non-fumeurs.

  1. Définir le style sur 'ticks' pour supprimer la grille.
  2. Créer un barplot en utilisant le jeu de données tips (df) :
  • Associer 'day' à x et 'total_bill' à y.
  • Grouper par 'smoker' en utilisant hue.
  • Définir la taille des extrémités des barres d'erreur (capsize) à 0.1.
  • Changer la couleur des barres d'erreur en 'pink' à l'aide du dictionnaire err_kws (par exemple, {'color': 'pink'}).
  • Définir l'épaisseur du contour des barres (linewidth) à 2.5.
  • Utiliser la palette 'magma'.
  1. Afficher le graphique.

Solution

Switch to desktopPassez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessous
Tout était clair ?

Comment pouvons-nous l'améliorer ?

Merci pour vos commentaires !

Section 1. Chapitre 13
single

single

some-alt