Volver al Inicio

Anterior Siguiente

20 de Diciembre del 2022 | Jhonatan Montilla

FacetGrid de Seaborn

Es posible que hayas intentado utilizar gráficos con FacetGrid, son hermosos, flexibles pero pueden ser difíciles de configurar, si eres analista de datos o científico de datos, necesitas compartir información y, a veces, debe hacerlo rápidamente, en esta publicación obtendrás muchas visualizaciones geniales usando Seaborn, y Pyplot (Matplotlib) y algunos trucos para mejorarlas. Usaremos datos aleatorios para el artículo, y usted puede crear algunos rápidamente usando una combinación de enteros aleatorios y variables categóricas aleatorias, para variables categóricas, usaré random.choice y para numeral random.randint

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

days = ['Mon', 'Tue', 'Wed', 'Thu', 'Fri', 'Sat', 'Sun']
months = ['Jan', 'Feb', 'Sept']
n = 100
df = pd.DataFrame({
    'device_id': np.random.randint(1,3,n),
    'day': np.random.choice(days, n),
    'month': np.random.choice(months, n),
    'visits':np.random.randint(1,10000,n),
    'revenue':np.random.randint(1000,100000,n)
    })

df.head()

	device_id	day	month	visits	revenue
0	2	Thu	Feb	7285	76809
1	1	Tue	Jan	941	86466
2	1	Sun	Feb	9993	73944
3	2	Mon	Feb	1532	15656
4	2	Fri	Sept	814	47630

Definir una Paleta de Colores

La primera recomendación para crear gráficos que impactarán a tu audiencia es construir tu paleta de colores. Al hacerlo, puede utilizar las pautas gráficas de su empresa y mostrar sus colores. Es sencillo de hacer, defina sus colores usando la codificación HEX establezca esta paleta en seaborn.

my_colors = ['#a7bed3','#ffcaaf','#f1ffc4','#c6e2e9','#dab894']
sns.set_palette(sns.color_palette(my_colors))

Puede hacer referencia a estos utilizando el parámetro de color de seaborn. Lo veremos en detalle en los siguientes apartados.

color = my_colors[0]

Ordenar el eje

Seaborn, por defecto, puede pedir un poco al azar, o al menos no a tu gusto. Esto es aún más cierto con FaceGrid cuando se muestran varios gráficos. Afortunadamente, puede forzar los gráficos para que muestren el orden que necesita.

Usar una lista definida

Para ordenar el eje del gráfico, puede utilizar el parámetro de orden de Seaborn.

ax = sns.FacetGrid(df,
                   col = 'device_id'
                  )

ax = ax.map(sns.countplot,
            "day",
            order = ['Mon', 'Tue', 'Wed', 'Thu', 'Fri', 'Sat', 'Sun'],
            color = my_colors[0]
           );

ax.set_xticklabels(rotation = 45)

<seaborn.axisgrid.FacetGrid at 0x1ed666b81c8>

Usando otra variable

A veces no se puede saber el pedido de antemano. Por ejemplo, si desea ordenar por una métrica agregada, digamos la suma de los ingresos.

Haremos uso de las variables categóricas para realizar esto:

• Primero, cree el nuevo pedido usando GroupBy. En nuestro caso, la suma de los ingresos.
• Transforma la variable que quieras ordenar en una categoría. En nuestro caso, el día.
• Luego dale a esta categoría un orden específico.
• Utilice esta nueva columna como índice de su gráfico.

En el siguiente código, extraje el pedido de la suma de los ingresos por día:

# 1) Definición del orden por los resultados de una agregación

order = list(df[['day',
                 "visits"]].groupby(['day']).sum().sort_values(by = "visits",
                                                               ascending = False).index.values
            )

# 2/3) Transformar la variable ordenada en categoría

df['day'] = pd.Categorical(df['day'], categories = order, ordered = True)

fig = plt.figure(figsize = (15,4))

outcome_counts = df.groupby(['day',
                             'device_id']).size().rename('count').reset_index()

by_outcome = outcome_counts.pivot(columns = 'device_id',
                                  values = 'count',
                                  index = 'day'
                                 )

# 4) Primer gráfico

ax1 = fig.add_subplot(1, 2, 1)

ax1 = by_outcome.div(by_outcome.sum(1),
                     axis = 0).plot.bar(stacked = True,
                                        ax = ax1,
                                        color = my_colors
                                       );

# Segundo gráfico

ax2 = fig.add_subplot(1, 2, 2)

ax2 = df[['day',
          "visits"]].groupby(['day']).sum().sort_index().plot.bar(ax = ax2,
                                                                  legend = False,
                                                                  color = my_colors[0]
                                                                 )
display(fig.figure)

Mostrar gráficos en una cuadrícula

Otra característica útil de seaborn es mostrar múltiples gráficos en una cuadrícula. Esto puede ser particularmente relevante si desea comparar la densidad de numerosas variables o categorías.

Puedes hacerlo rápidamente usando la función FacetGrid. En el siguiente ejemplo, podemos analizar rápidamente si el patrón de visitas es similar a lo largo de los días.

sns.set(font_scale = 0.8)

ax = sns.FacetGrid(df,
                   col = 'day',
                   col_wrap = 4
                  )
ax = ax.map(sns.histplot,
            "visits",
            color = my_colors[0],
            kde = True
           );

Agregar cálculos personalizados a un gráfico

No todos los gráficos predeterminados de Seaborn satisfarán sus necesidades. Afortunadamente esto no es un problema; ¡Son altamente personalizables!

A menudo necesito resaltar la Media o la Mediana de los datos que estoy analizando.

Para agregar la media a sus gráficos, puede usar la función personalizada a continuación. Esta pieza de código:

• Mostrar el gráfico habitual
• Calcule la media por gráficos e imprima una línea discontinua

# 1) Muestra la gráfica

sns.set(font_scale = 0.8)
ax = sns.FacetGrid(df,
                   col = 'day',
                   col_wrap = 4
                  )
ax = ax.map(sns.histplot,
            "visits",
            color = my_colors[0],
            kde = True
           )
# 2) añadir una línea media/mediana
def custom(y, **kwargs):
    max_y = (max([h.get_height() for h in sns.histplot(y,
                                                      color = my_colors[0]).patches]
               )
           )
    ym = y.mean()
    plt.axvline(ym,
                color = my_colors[1],
                linestyle = "dashed"
               )
    plt.annotate(f"mean: {y.mean():.2f}",
                 xy = (ym,
                       max_y * 0.9
                      ),
                 ha = "right"
                )
ax = ax.map(custom, "visits")