Seaborn adalah library Python yang digunakan untuk membuat plot data statistik. Salah satu fitur pentingnya adalah kemampuan membuat plot kategori, seperti barplot, countplot, dan pointplot.

Barplot dan Countplot

Fitur utama dari seaborn adalah kemampuan membuat plot kategori dengan menggunakan fungsi barplot() atau countplot(). Fungsi-fungsi ini dapat digunakan untuk membuat plot bar dan histogram untuk data kategorik.

Contoh penggunaan barplot() dan countplot() dapat dilihat pada kode berikut:

import seaborn as sns

titanic = sns.load_dataset("titanic")
sns.catplot(data=titanic, x="sex", y="survived", hue="class", kind="bar")

sns.catplot(data=titanic, x="deck", kind="count")

Dalam contoh di atas, barplot() digunakan untuk membuat plot bar dengan menggunakan variabel kategorik "sex" dan "class" sebagai x-axis, serta variabel numerik "survived" sebagai y-axis. Sementara itu, countplot() digunakan untuk membuat histogram kategori dengan menggunakan variabel "deck" sebagai x-axis.

Pointplot

Selain barplot dan countplot, seaborn juga menyediakan fungsi pointplot() untuk membuat plot poin. Fungsi ini digunakan untuk menggambarkan hubungan antara dua variabel kategorik.

sns.catplot(data=titanic, x="sex", y="survived", hue="class", kind="point")

Dalam contoh di atas, pointplot() digunakan untuk membuat plot poin dengan menggunakan variabel "sex" dan "class" sebagai x-axis dan y-axis.

Menambahkan Dimensi Tambahan

Seaborn juga memungkinkan Anda untuk menambahkan dimensi tambahan ke plot kategori. Contohnya dapat dilihat pada kode berikut:

import seaborn as sns

tips = sns.load_dataset("tips")
sns.catplot(data=tips, x="day", y="total_bill", hue="smoker", kind="swarm", col="time", aspect=.7)

Dalam contoh di atas, catplot() digunakan untuk membuat plot swarm dengan menggunakan variabel "day" dan "smoker" sebagai x-axis dan y-axis, serta variabel "time" sebagai kolom.

Customization

Seaborn memungkinkan Anda untuk melakukan customization pada plot kategori. Contohnya dapat dilihat pada kode berikut:

g = sns.catplot(data=titanic, x="fare", y="embark_town", row="class", kind="box", orient="h", sharex=False, margin_titles=True, height=1.5, aspect=4)
g.set(xlabel="Fare", ylabel="")
g.set_titles(row_template="{row_name} class")
for ax in g.axes.flat:
 ax.xaxis.set_major_formatter('${x:.0f}')

Dalam contoh di atas, catplot() digunakan untuk membuat plot box dengan menggunakan variabel "fare" dan "embark_town" sebagai x-axis dan y-axis, serta variabel "class" sebagai baris. Lalu, customization dilakukan pada plot tersebut dengan menggunakan method-method dari objek FacetGrid.

Menggambar Plot Kategori

Akhirnya, Anda dapat menggambar plot kategori dengan langsung memasukkan nilai kategori ke dalam fungsi plotting, seperti berikut:

import matplotlib.pyplot as plt

data = {'apple': 10, 'orange': 15, 'lemon': 5, 'lime': 20}
names = list(data.keys())
values = list(data.values())

fig, axs = plt.subplots(1, 3, figsize=(9, 3), sharey=True)
axs[0].bar(names, values)
axs[1].scatter(names, values)
axs[2].plot(names, values)
fig.suptitle('Categorical Plotting')

plt.show()

Dalam contoh di atas, plot bar, scatter, dan line digambar dengan langsung memasukkan nilai kategori ke dalam fungsi plotting.

Saya harap artikel ini dapat membantu Anda untuk memahami fitur-fitur penting dari seaborn dalam membuat plot kategori.