sns.barplot() và countplot() trong seaborn: cột theo nhóm
Bài 2/10 · Chương 3
Biểu đồ thống kê với seaborn
- 9 phút
- Cơ bản
- Python 3.14
- Cập nhật
Trong bài này · 12
seaborn barplot vẽ mỗi nhóm một cột thẳng từ bảng chưa gom: bạn đưa cả 1.526 đơn hàng và tên cột kênh bán, sns.barplot() tự tính giá trị đơn trung bình của từng kênh. Khi chỉ cần đếm, sns.countplot() đếm số dòng mỗi nhóm, như có bao nhiêu đơn đã hủy, mà không phải viết groupby() trước.
Cần biết trước: seaborn khác Matplotlib ở đâu, biểu đồ cột và groupby().
sns.barplot() vẽ trung bình mỗi nhóm
File don_hang.csv có 1.526 đơn từ tháng 1/2025 đến tháng 6/2026, mỗi đơn ghi số lượng, đơn giá (đồng), kênh bán và trạng thái. Giá trị một đơn là so_luong * don_gia, chia 1000 để đọc theo nghìn đồng. Bạn đưa cả bảng đơn vào data=, không gom gì trước:
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
don = pd.read_csv("don_hang.csv")
don["gia_tri"] = don["so_luong"] * don["don_gia"] / 1000
fig, ax = plt.subplots(figsize=(6.4, 4), layout="constrained")
sns.barplot(data=don, x="kenh", y="gia_tri", errorbar=None, ax=ax)
ax.set_title("Giá trị đơn trung bình theo kênh bán")
ax.set_xlabel("Kênh bán")
ax.set_ylabel("Giá trị đơn trung bình (nghìn đồng)")
plt.show()Năm cột gần bằng nhau: một đơn ở Cửa hàng hay Website trung bình khoảng 180 nghìn đồng, các kênh còn lại khoảng 160 đến 170 nghìn. seaborn tự chia nhóm theo x="kenh" rồi lấy trung bình cột y= của các đơn trong nhóm, mỗi nhóm thành một cột. errorbar=None tắt vạch đen nhỏ trên đầu cột; mục vạch sai số bên dưới nói vạch đó là gì.
Thứ tự cột theo thứ tự kênh xuất hiện đầu tiên trong bảng, nên Cửa hàng đứng đầu dù ít đơn.
Gom tổng trước, tách năm bằng hue=
Câu hỏi "kênh nào mang về nhiều tiền" cần tổng, không cần trung bình. Bạn gom bằng groupby() thành một bảng mỗi kênh, mỗi năm một dòng, rồi đưa bảng đã gom cho barplot(). Năm 2026 chỉ có dữ liệu tới tháng 6, nên cả hai năm chỉ lấy sáu tháng đầu để so cho công bằng:
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
don = pd.read_csv("don_hang.csv", parse_dates=["ngay_dat"])
don = don[don["ngay_dat"].dt.month <= 6]
don["gia_tri"] = don["so_luong"] * don["don_gia"] / 1e6
don["nam"] = don["ngay_dat"].dt.year.astype(str)
tong = don.groupby(["kenh", "nam"], as_index=False)["gia_tri"].sum()
fig, ax = plt.subplots(figsize=(6.4, 4), layout="constrained")
sns.barplot(data=tong, x="kenh", y="gia_tri", hue="nam",
errorbar=None, ax=ax)
ax.set_title("Doanh thu sáu tháng đầu năm theo kênh bán")
ax.set(xlabel="Kênh bán", ylabel="Doanh thu (triệu đồng)")
ax.legend(title="Năm")
plt.show()Mỗi kênh có hai cột cạnh nhau. Website giữ khoảng 31 triệu đồng cả hai năm, Cửa hàng tăng từ 9 lên gần 16 triệu, Mạng xã hội giảm từ 7 xuống 4 triệu. Dòng lọc tháng giữ sáu tháng đầu của cả hai năm. Mỗi cặp kênh và năm chỉ có một dòng trong tong, nên "trung bình" của một dòng chính là con số đã gom. ax.set() đặt hai nhãn trục trong một dòng. Năm đổi thành chuỗi bằng astype(str) để seaborn tô hai màu tách biệt; năm dạng số sẽ bị coi là thang màu liên tục, nên hai năm thành hai sắc độ gần nhau của cùng một màu, khó phân biệt.
Vạch sai số và errorbar=None
Bỏ errorbar=None, mỗi cột có thêm một vạch đứng: khoảng tin cậy 95% của trung bình. seaborn tính nó bằng cách bốc lại ngẫu nhiên các đơn trong nhóm hàng nghìn lần, nên mỗi lần chạy vạch lệch đi một chút. seed=0 cố định phép bốc ngẫu nhiên đó để hình giống nhau mỗi lần chạy:
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
don = pd.read_csv("don_hang.csv")
don["gia_tri"] = don["so_luong"] * don["don_gia"] / 1000
fig, ax = plt.subplots(figsize=(6.4, 4), layout="constrained")
sns.barplot(data=don, x="kenh", y="gia_tri", seed=0, ax=ax)
ax.set_title("Giá trị đơn trung bình, kèm khoảng tin cậy 95%")
ax.set_xlabel("Kênh bán")
ax.set_ylabel("Giá trị đơn trung bình (nghìn đồng)")
plt.show()Các vạch chồng lên nhau khá nhiều: chênh lệch 20 nghìn đồng giữa các kênh có thể chỉ do may rủi của mẫu. Vạch Cửa hàng và Mạng xã hội dài hơn cả vì hai kênh này ít đơn, 173 và 115 đơn, nên trung bình kém chắc hơn. Mỗi kênh ở đây có hơn 100 đơn, đủ để khoảng tin cậy có nghĩa. Với bảng đã gom như mục trên, mỗi nhóm chỉ một dòng, không có gì để tính khoảng tin cậy, nên ở đó cần đặt errorbar=None.
sns.countplot() đếm số dòng mỗi nhóm
Khi câu hỏi là "bao nhiêu đơn", không có cột số nào để lấy trung bình. sns.countplot() chỉ cần x= và tự đếm số dòng của mỗi giá trị:
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
don = pd.read_csv("don_hang.csv")
fig, ax = plt.subplots(figsize=(6.4, 4), layout="constrained")
sns.countplot(data=don, x="trang_thai", ax=ax)
ax.set_title("Phần lớn đơn đã hoàn thành")
ax.set_xlabel("Trạng thái đơn")
ax.set_ylabel("Số đơn")
print([int(p.get_height()) for p in ax.patches])
plt.show()KẾT QUẢ
[1313, 121, 87, 5]Cột Hoàn thành cao 1.313, gấp hơn mười lần Đã hủy. Kết quả bằng don["trang_thai"].value_counts(), nhưng bạn không phải đếm trước rồi mới vẽ. countplot() không có vạch sai số vì đếm không phải ước lượng, nên không cần errorbar=None. Đổi x="trang_thai" thành x="kenh" rồi chạy lại: dòng in ra thành [173, 376, 398, 464, 115], số đơn của năm kênh theo thứ tự xuất hiện.
Kiểm tra nhanh
Sau
import pandas as pd, matplotlib.pyplot as plt, seaborn as sns,fig, ax = plt.subplots()vàsns.barplot(data=pd.DataFrame({"kenh": ["Web"] * 3, "gia_tri": [100, 200, 600]}), x="kenh", y="gia_tri", errorbar=None, ax=ax),float(ax.patches[0].get_height())cho kết quả gì?300.0900.03.0
Trong ví dụ khoảng tin cậy, vì sao truyền
seed=0?- Để seaborn bỏ qua các đơn có giá trị bằng 0
- Để thứ tự cột theo bảng chữ cái
- Để phép bốc ngẫu nhiên tính vạch sai số cho cùng kết quả mỗi lần chạy
Gọi
sns.countplot(data=don, x="kenh", y="so_luong")với bảng của bài thì có gì?- Hình cột tổng số lượng mỗi kênh
- Lỗi
TypeError, vìcountplot()không nhận cảx=lẫny= - Lỗi
ValueError, vì cộtso_luongkhông có trong bảng
Sau
import pandas as pd, matplotlib.pyplot as plt, seaborn as sns,fig, ax = plt.subplots()vàsns.countplot(data=pd.DataFrame({"kenh": ["Web", "App", "Web"]}), x="kenh", ax=ax),[p.get_height() for p in ax.patches]cho kết quả gì?[1.0, 2.0][3.0][2.0, 1.0]
Bài tập
Số tiền trung bình mỗi lần chi theo hình thức thanh toán
Bảng chi_tieu ghi từng khoản chi của một người, với các cột danh_muc, so_tien (đồng) và hinh_thuc (Tiền mặt, Thẻ…), như file chi_tieu.csv. Viết thân hàm ve_tb_hinh_thuc(chi_tieu, danh_muc):
chỉ giữ các khoản chi có
danh_mucbằng tham sốdanh_muc;số tiền vẽ theo nghìn đồng, tức
so_tien / 1000;vẽ bằng
sns.barplot()trên một axes mới, mỗi hình thức thanh toán một cột cao bằng số tiền trung bình một lần chi của hình thức đó, không có vạch sai số;tiêu đề đúng là
Số tiền trung bình mỗi lần chi theo hình thức, nhãn trục xHình thức thanh toán, nhãn trục ySố tiền trung bình (nghìn đồng).
Hàm không sửa bảng nó nhận.
Trả về: axes đã vẽ, một Axes.
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
def ve_tb_hinh_thuc(chi_tieu, danh_muc):
pass # Viết thân hàm thay cho dòng nàyTóm tắt
sns.barplot()nhận bảng chưa gom và vẽ trung bình cộty=của mỗi nhómx=.Muốn cột là tổng, gom bằng
groupby()trước rồi đưa bảng đã gom chobarplot().Vạch trên đầu cột là khoảng tin cậy 95%, tính ngẫu nhiên; tắt bằng
errorbar=Nonehoặc cố định bằngseed=.sns.countplot()chỉ cầnx=và đếm số dòng mỗi nhóm; thêmy=sẽ báoTypeError.Thứ tự cột theo thứ tự nhóm xuất hiện đầu tiên trong bảng.
Câu hỏi thường gặp
sns.barplot() khác ax.bar() ở đâu?
ax.bar() của bài biểu đồ cột vẽ đúng các chiều cao bạn đưa vào, nên bạn phải gom trước. sns.barplot() nhận bảng thô, tự chia nhóm theo x=, lấy trung bình và có thể vẽ khoảng tin cậy. Khi bảng đã gom sẵn, hai cách cho cùng một hình.
Làm sao vẽ cột nằm ngang bằng seaborn?
Đổi vai hai trục: đặt cột nhóm vào y= và cột số vào x=, như sns.barplot(data=don, x="gia_tri", y="kenh", errorbar=None). Với countplot() cũng vậy, sns.countplot(data=don, y="kenh") vẽ thanh ngang. Nhớ đổi tên nhãn hai trục theo, vì giờ trục x mới là trục số.
Khi nào nên tắt vạch sai số?
Tắt khi mỗi nhóm chỉ có một dòng, như bảng đã gom, hoặc khi người đọc báo cáo không cần biết độ chắc của trung bình. Giữ vạch, kèm seed=, khi bạn muốn cho thấy chênh lệch giữa các nhóm có thể chỉ là may rủi. Bài seaborn có thêm về cách seaborn đọc bảng.
countplot() và value_counts() rồi vẽ khác gì nhau?
Kết quả đếm như nhau. value_counts() xếp nhóm từ nhiều tới ít, còn countplot() giữ thứ tự xuất hiện trong bảng. value_counts() hợp khi bạn cần con số để in hay tính tỷ lệ; countplot() gọn hơn khi bạn chỉ cần hình, đặc biệt khi muốn tách màu bằng hue=.
Chủ đề
Dữ liệu của bài
- Tải xuống
don_hang.csv
CSV · 109.5 KB
Bài này có hữu ích?
Hỏi đáp
Tham vấn chuyên môn
Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE
- Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
- Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
- Xây hệ thống AI cho doanh nghiệp tại VietPlatform.