Bỏ qua đến nội dung chính
Mục lục

sns.barplot() và countplot() trong seaborn: cột theo nhóm

AIDev Team · duyệt: Nguyễn Việt Chung

Bài 2/10 · Chương 3

Biểu đồ thống kê với seaborn

  • 9 phút
  • Cơ bản
  • Python 3.14
  • Cập nhật

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:

python
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()
Biểu đồ cột seaborn giá trị đơn trung bình của năm kênh bán, trục y là nghìn đồng; Cửa hàng và Website nhỉnh hơn, khoảng 180, ba kênh còn lại khoảng 160 đến 170.

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:

python
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()
Biểu đồ cột nhóm doanh thu sáu tháng đầu năm 2025 và 2026 của năm kênh, trục y là triệu đồng; Website khoảng 31 cả hai năm, Cửa hàng tăng từ 9 lên 16, Mạng xã hội giảm từ 7 xuống 4.

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:

python
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()
Biểu đồ cột giá trị đơn trung bình năm kênh bán kèm vạch khoảng tin cậy 95% trên mỗi cột; các vạch chồng lên nhau nhiều, vạch Cửa hàng và Mạng xã hội dài hơn cả vì hai kênh này ít đơn.

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:

python
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]
Biểu đồ cột đếm số đơn theo trạng thái: Hoàn thành 1.313 đơn, Đã hủy 121, Hoàn trả 87, Đang giao 5; trục y là số đơn.

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

  1. Sau import pandas as pd, matplotlib.pyplot as plt, seaborn as sns, fig, ax = plt.subplots() và sns.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?

    • 300.0
    • 900.0
    • 3.0
  2. 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
  3. 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, vì countplot() không nhận cả x= lẫn y=
    • Lỗi ValueError, vì cột so_luong không có trong bảng
  4. Sau import pandas as pd, matplotlib.pyplot as plt, seaborn as sns, fig, ax = plt.subplots() và sns.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]
Đúng hết lần đầu +15 XP

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_muc bằng tham số danh_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 x Hình thức thanh toán, nhãn trục y Số tiền trung bình (nghìn đồng).

Hàm không sửa bảng nó nhận.

Trả về: axes đã vẽ, một Axes.

python
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 này

Tóm tắt

  • sns.barplot() nhận bảng chưa gom và vẽ trung bình cột y= của mỗi nhóm x=.

  • Muốn cột là tổng, gom bằng groupby() trước rồi đưa bảng đã gom cho barplot().

  • Vạch trên đầu cột là khoảng tin cậy 95%, tính ngẫu nhiên; tắt bằng errorbar=None hoặc cố định bằng seed=.

  • sns.countplot() chỉ cần x= và đếm số dòng mỗi nhóm; thêm y= sẽ báo TypeError.

  • 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

seaborn barplot

Dữ liệu của bài

Bài này có hữu ích?

Hỏi đáp

Đang tải câu hỏi…

Tham vấn chuyên môn

Nguyễn Việt Chung

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.
Biên soạn: AIDev Team · Rà soát · Quy trình biên tập