教程

1.4 分类数据绘图 ​

数据分析经常按分类比较数值：不同性别的账单均值谁更高，星期四和星期六的小费分布差多少，不同用餐人数对应的消费有什么规律。这类问题把数据按分类变量分组，再在每个组内展示数值分布或统计量。Seaborn 的分类绘图系列覆盖散点分布、箱线图、小提琴图、点图、条图、计数图等多种形态。本节讲解 sns.catplot() 顶层接口与九种 kind 的用法。catplot() 与上一节的 relplot() 结构一致，都基于 FacetGrid 支持分面。

1.4.1 catplot() 顶层接口 ​

sns.catplot() 是分类绘图的顶层接口，kind 参数选择具体图形类型，col、row 参数分面：

python
import seaborn as sns
import matplotlib.pyplot as plt

tips = sns.load_dataset('tips')

# kind='box' 按 day 分组画箱线图
sns.catplot(data=tips, x='day', y='total_bill', kind='box')
plt.show()

# 按是否吸烟分列
sns.catplot(data=tips, x='day', y='total_bill', kind='box', col='smoker')
plt.show()

catplot() 的可选 kind 值：'strip'、'swarm'、'box'、'violin'、'boxen'、'point'、'bar'、'count'。每种 kind 对应一个底层绘图函数，catplot() 负责分面并把参数转发给底层函数。分类顺序用 order 与 hue_order 控制，见 1.4.10。

1.4.2 kind='strip' 散点分布 ​

kind='strip' 把每个数据点沿分类轴排开，对应底层函数 sns.stripplot()：

python
import seaborn as sns
import matplotlib.pyplot as plt

tips = sns.load_dataset('tips')

sns.stripplot(data=tips, x='day', y='total_bill', jitter=True)
plt.show()

jitter 给点加上随机水平偏移，避免同一位置的点完全重叠；默认开启，传 jitter=0.2 可控制偏移幅度。配合 hue 区分第二个分类时用 dodge：

python
import seaborn as sns
import matplotlib.pyplot as plt

tips = sns.load_dataset('tips')

# dodge=True 让两个 hue 组在分类轴内左右分开
sns.stripplot(data=tips, x='day', y='total_bill', hue='smoker', dodge=True)
plt.show()

dodge 决定是否把 hue 分组错开排列，True 时各组并排不重叠。

1.4.3 kind='swarm' 蜂群图 ​

kind='swarm' 对应 sns.swarmplot()，点不重叠且紧密排列，形状像蜂群：

python
import seaborn as sns
import matplotlib.pyplot as plt

tips = sns.load_dataset('tips')

# swarm 避免点重叠，每个点都可见
sns.swarmplot(data=tips, x='day', y='total_bill', hue='smoker')
plt.show()

swarmplot() 自动计算点的排列位置，让所有点不重叠又尽量紧凑，数据量适中时比 stripplot() 更清晰。swarmplot() 同样支持 dodge 与 hue。样本量很大时计算变慢，此时换用 strip 或后面介绍的 boxen。

1.4.4 kind='box' 箱线图 ​

kind='box' 对应 sns.boxplot()，用四分位数概括分布：

python
import seaborn as sns
import matplotlib.pyplot as plt

tips = sns.load_dataset('tips')

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

箱体上下边是上下四分位数，中位线在箱内，须线延伸到非异常值范围，超出范围的点单独标出。关键参数：

参数含义
whis须线范围，默认 1.5 倍四分位距，传数组可自定义
fliersize异常值点的大小
linewidth箱体与须线的线宽
width箱体的宽度比例
hue第二个分类变量，并排分组
python
import seaborn as sns
import matplotlib.pyplot as plt

tips = sns.load_dataset('tips')

# whis 指定须线延伸到 2 倍四分位距，fliersize 调小异常值点
sns.boxplot(data=tips, x='day', y='total_bill', whis=2.0, fliersize=3, linewidth=1.5)
plt.show()

箱线图只显示五个统计量，适合快速比较，但会掩盖双峰等分布细节。

1.4.5 kind='violin' 小提琴图 ​

kind='violin' 对应 sns.violinplot()，结合箱线图与核密度估计，能展示完整分布形状：

python
import seaborn as sns
import matplotlib.pyplot as plt

tips = sns.load_dataset('tips')

sns.violinplot(data=tips, x='day', y='total_bill', hue='smoker', split=False)
plt.show()

关键参数：

参数含义
bw核密度带宽，控制平滑程度
cut分布延伸到数据范围之外的距离，默认 2
inner内部标记，可选 'box'、'quartile'、'point'、'stick'、None
split两个 hue 组左右对称共用半边，节省空间
scale按计数、宽度或面积缩放小提琴
python
import seaborn as sns
import matplotlib.pyplot as plt

tips = sns.load_dataset('tips')

# split=True 让两个 hue 组共用一个提琴，左右各半
sns.violinplot(data=tips, x='day', y='total_bill', hue='smoker',
               split=True, inner='quartile', cut=0)
plt.show()

bw 调大曲线更平滑、调小更贴合数据；cut=0 让曲线不超出数据范围；inner='quartile' 在提琴内部标出四分位数；split=True 适合两个组对比，节省横向空间。

1.4.6 kind='boxen' 增强箱线图 ​

kind='boxen' 对应 sns.boxenplot()，展示比箱线图更多的分位数层次：

python
import seaborn as sns
import matplotlib.pyplot as plt

tips = sns.load_dataset('tips')

sns.boxenplot(data=tips, x='day', y='total_bill')
plt.show()

boxenplot()（旧名 lvplot()）用层层嵌套的矩形展示更细的分位数结构，能呈现分布尾部，适合大数据量。数据量大时箱线图的信息密度不足，boxen 图用更多层次保留细节。它同样支持 hue、dodge，并可用 k_depth 控制层次深度。

1.4.7 kind='point' 点图 ​

kind='point' 对应 sns.pointplot()，用点与误差棒展示每个分类的均值估计：

python
import seaborn as sns
import matplotlib.pyplot as plt

tips = sns.load_dataset('tips')

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

点代表每个分组的统计量（默认均值），竖线是置信区间。关键参数：

参数含义
markers各组的点标记，传列表可逐个指定
linestyles各组的连线样式
errwidth误差棒的线宽
estimator聚合函数，默认均值
ci置信区间设置
python
import seaborn as sns
import matplotlib.pyplot as plt

tips = sns.load_dataset('tips')

sns.pointplot(data=tips, x='day', y='total_bill', hue='smoker',
              markers=['o', 's'], linestyles=['-', '--'], errwidth=2)
plt.show()

markers 与 linestyles 分别控制每组点的符号与连线样式，errwidth 控制误差棒粗细。点图适合同时比较多个分组，把组间差异直观连成折线。

1.4.8 kind='bar' 条图 ​

kind='bar' 对应 sns.barplot()，默认用条高表示每组均值，误差棒表示置信区间：

python
import seaborn as sns
import matplotlib.pyplot as plt

tips = sns.load_dataset('tips')

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

关键参数：

参数含义
estimator聚合函数，默认均值，可用 np.median
ci置信区间设置，None 不画误差棒
errcolor误差棒颜色
errwidth误差棒线宽
capsize误差棒端帽宽度
python
import seaborn as sns
import numpy as np
import matplotlib.pyplot as plt

tips = sns.load_dataset('tips')

# 用中位数聚合，去掉置信区间，自定义误差棒颜色
sns.barplot(data=tips, x='day', y='total_bill',
            estimator=np.median, ci=None, errcolor='0.3')
plt.show()

estimator 决定条高代表哪个统计量，默认 np.mean；ci 控制是否画置信区间；errcolor 改变误差棒颜色。条图突出统计量对比，适合报告展示。

1.4.9 kind='count' 计数图 ​

kind='count' 对应 sns.countplot()，统计每个分类的样本数量，不接收 y 数值列：

python
import seaborn as sns
import matplotlib.pyplot as plt

tips = sns.load_dataset('tips')

# 统计每天的数据量
sns.countplot(data=tips, x='day', hue='smoker')
plt.show()

# x 与 y 互换，画横向计数条
sns.countplot(data=tips, y='day')
plt.show()

countplot() 只按 x（或 y）统计频数，横轴分类、纵轴条数，配合 hue 可以按第二分类细分计数。检查类别分布是否均衡时最常用。

1.4.10 分类顺序控制 ​

order 控制分类轴上类别的排列顺序，hue_order 控制第二个分类变量的顺序。默认按数据中出现顺序排列：

python
import seaborn as sns
import matplotlib.pyplot as plt

tips = sns.load_dataset('tips')

# order 指定 x 轴类别顺序，hue_order 指定 hue 类别顺序
sns.boxplot(data=tips, x='day', y='total_bill',
            order=['Sun', 'Sat', 'Fri', 'Thu'], hue_order=['No', 'Yes'])
plt.show()

order 与 hue_order 接受类别名列表。传 order 可以按业务语义排序（例如星期顺序）或只显示部分类别；hue_order 控制图例顺序，让分组对比更清晰。该参数在 catplot() 与各底层函数中通用。

练习题 ​

第1题 概念理解 ​

说明 catplot() 与 stripplot()、boxplot() 等函数的关系；说明 strip、swarm、box、violin、boxen 五种 kind 各自的特点与适用场景；说明 order 与 hue_order 的作用。

参考答案

catplot() 是分类绘图的顶层接口，按 kind 分发到 stripplot()、boxplot() 等底层函数并支持分面。strip 是带随机抖动的散点分布，swarm 让点不重叠，box 用四分位数概括分布，violin 结合密度显示完整形状，boxen 用多层分位数适合大数据。order 控制分类轴顺序，hue_order 控制第二个分类变量的顺序。

第2题 代码编写 ​

用 tips 数据集分别绘制 day 与 total_bill 的箱线图和小提琴图；用 barplot 展示每天的平均消费；用 countplot 统计每天的样本数。

参考答案
python
import seaborn as sns
import matplotlib.pyplot as plt

tips = sns.load_dataset('tips')

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

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

sns.barplot(data=tips, x='day', y='total_bill')
plt.show()

sns.countplot(data=tips, x='day')
plt.show()

第3题 进阶练习 ​

用 catplot() 把 smoker 与 sex 作为分面绘制小提琴图；在箱线图中用 order 指定星期顺序、用 hue 区分是否吸烟；用 pointplot 绘制各组均值并自定义 markers 与 linestyles。

参考答案
python
import seaborn as sns
import matplotlib.pyplot as plt

tips = sns.load_dataset('tips')

sns.catplot(data=tips, x='day', y='total_bill', kind='violin',
            col='smoker', row='sex')
plt.show()

sns.boxplot(data=tips, x='day', y='total_bill', hue='smoker',
            order=['Sun', 'Sat', 'Fri', 'Thu'])
plt.show()

sns.pointplot(data=tips, x='day', y='total_bill', hue='smoker',
              markers=['o', 's'], linestyles=['-', '--'])
plt.show()

常见错误 ​

错误 1 · 大量数据用 swarmplot 卡顿或内存占用高

原因:swarmplot() 需要对每个点计算不重叠位置,样本量增大后计算量暴涨。

解决:改用 stripplot() 加 jitter,或直接用 boxenplot() 展示大数据分布。

错误 2 · 箱线图的 whis 传浮点数报错

原因:whis 接受单个比例或长度为 2 的数组,浮点数语义在不同版本有差异。

解决:传比例标量如 whis=1.5,或传 [low, high] 数组自定义须线分位数。

错误 3 · 用 countplot 传了 y 数值列报错或画出奇怪图形

原因:countplot() 统计频数,不按数值列聚合,y 应传分类列。

解决:countplot 只传 x 或 y 中的分类列,不要传数值列。

错误 4 · 分类顺序和预期不一致

原因:默认按数据中出现顺序排列,不是字母序或自定义语义序。

解决:用 order 显式指定分类顺序,用 hue_order 指定第二个分类的顺序。

错误 5 · catplot() 想指定单个子图的坐标轴报错

原因:catplot() 创建自己的分面布局,不接受 ax 参数。

解决:单图改用对应的底层函数（boxplot、stripplot 等）,或先用 catplot 拿到 FacetGrid 再操作 axes 属性。