Các loại biểu đồ: chọn đúng biểu đồ theo câu hỏi dữ liệu
Bài 14/16 · Chương 2
Vẽ biểu đồ với Matplotlib
- 7 phút
- Cơ bản
- Python 3.14
- Cập nhật
Trong bài này · 12
Các loại biểu đồ khác nhau trả lời những câu hỏi khác nhau. Cột so sánh các nhóm, đường cho thấy xu hướng theo thời gian, histogram hay box plot cho thấy phân bố, scatter cho thấy quan hệ giữa hai đại lượng. Vì vậy chọn biểu đồ bắt đầu từ câu hỏi bạn muốn trả lời.
Cần biết trước: Figure và Axes và biểu đồ cột.
Bốn dạng câu hỏi và biểu đồ hợp với từng dạng
Gần như mọi câu hỏi về dữ liệu rơi vào một trong bốn dạng. Hãy viết câu hỏi ra trước, rồi tra bảng:
Câu hỏi | Dạng | Biểu đồ |
|---|---|---|
Doanh thu Đà Nẵng lên xuống ra sao qua 12 tháng? | Xu hướng theo thời gian | Đường |
Điểm Văn của thí sinh dồn vào khoảng nào? | Phân bố của một cột số | Histogram, box plot |
Tỉnh nào có bụi mịn PM2.5 trung bình cao nhất? | So sánh các nhóm | Cột, cột ngang |
Ngày mưa nhiều có ít bụi mịn hơn không? | Quan hệ giữa hai cột số | Scatter |
Biểu đồ tròn chỉ hợp một câu hỏi hẹp: phần của một tổng, với ít nhóm. Bốn câu trên lấy từ ba bảng khác nhau (doanh thu chi nhánh, điểm thi, chất lượng không khí), vì dạng câu hỏi không phụ thuộc loại dữ liệu: cùng một bảng có thể sinh ra cả bốn dạng.
Xu hướng: biểu đồ đường
Câu hỏi "doanh thu Đà Nẵng lên xuống ra sao qua 12 tháng" có trục thời gian, nên các điểm có thứ tự và đường nối chúng có nghĩa:
import pandas as pd
import matplotlib.pyplot as plt
dn = pd.read_csv("doanh_thu_chi_nhanh.csv")["Đà Nẵng"]
fig, ax = plt.subplots(figsize=(6.4, 4), layout="constrained")
ax.plot(range(1, 13), dn, marker="o")
ax.set_xticks(range(1, 13))
ax.set_xlabel("Tháng năm 2025")
ax.set_ylabel("Doanh thu (triệu đồng)")
ax.set_title("Đà Nẵng thấp nhất tháng 2, cao nhất tháng 6")
print(dn.min(), dn.max())
plt.show()KẾT QUẢ
276 533Đường cho thấy ngay hình dạng của cả năm: đáy 276 triệu đồng ở tháng 2, đỉnh 533 ở tháng 6, và đà lên lại từ tháng 9 tới cuối năm. Mười hai con số trong một bảng khó cho thấy điều đó nhanh như vậy. set_xticks(range(1, 13)) ghi đủ 12 tháng trên trục x.
Phân bố: histogram
"Điểm Văn của thí sinh dồn vào khoảng nào" hỏi về hình dạng của một cột số, nên dùng histogram:
import pandas as pd
import matplotlib.pyplot as plt
van = pd.read_csv("diem_thi.csv")["van"].dropna()
fig, ax = plt.subplots(figsize=(6.4, 4), layout="constrained")
ax.hist(van, bins=12, range=(4, 10), edgecolor="white")
ax.set_xlabel("Điểm Văn")
ax.set_ylabel("Số thí sinh")
ax.set_title("Nửa số bài Văn được từ 6,5 đến dưới 8 điểm")
print(len(van), van.median(), van.between(6.5, 7.75).sum())
plt.show()KẾT QUẢ
498 7.0 254254 trên 498 bài, khoảng một nửa, nằm trong ba cột từ 6,5 đến dưới 8 điểm, và trung vị là 7 điểm. range=(4, 10) với bins=12 cho mỗi cột rộng đúng nửa điểm, dễ đọc hơn các mốc lẻ mà Matplotlib tự chọn. Muốn so phân bố giữa các tỉnh, box plot đặt sáu hộp cạnh nhau gọn hơn sáu histogram.
Hai câu còn lại của bảng: so sánh PM2.5 giữa các tỉnh là việc của cột ngang (bạn sẽ vẽ nó trong bài tập), còn quan hệ giữa lượng mưa và bụi mịn cần hai cột số trên hai trục, tức scatter.
Biểu đồ gây hiểu sai
Một biểu đồ đúng số liệu vẫn có thể làm người đọc hiểu sai. Ba lỗi hay gặp: đường nối các nhóm không có thứ tự, trục cột không bắt đầu từ 0 (bài định dạng trục), và biểu đồ tròn chia quá nhiều lát (bài biểu đồ tròn).
Đổi ax.plot(tb.index, tb, marker="o") thành ax.barh(tb.index, tb) rồi chạy lại: mỗi tỉnh thành một cột ngang riêng, các cột dài gần bằng nhau vì trục bắt đầu từ 0, và không còn đường nào gợi ra xu hướng.
Kiểm tra nhanh
Câu hỏi "doanh thu từng tuần của quý vừa rồi lên hay xuống?" hợp với biểu đồ nào?
- Cột
- Đường
- Tròn
Câu hỏi "điểm thi môn Toán của lớp tập trung ở khoảng nào?" là dạng gì?
- So sánh
- Quan hệ
- Phân bố
Muốn xem nhà rộng hơn có giá mỗi mét vuông thấp hơn không, chọn biểu đồ nào?
- Scatter
- Histogram
- Cột
Vì sao biểu đồ đường trong khung bẫy gây hiểu sai?
- Vì điểm trung bình của các tỉnh bị tính sai
- Vì đường nối gợi ra thứ tự và xu hướng mà các tỉnh không có
- Vì hình thiếu chú giải
Bài tập
Vẽ biểu đồ theo dạng câu hỏi
Bảng bang ghi bụi mịn theo ngày, với các cột ngay (chữ dạng 2025-01-15), tinh (chữ) và pm25 (số). Viết thân hàm ve_theo_cau_hoi(bang, dang) vẽ biểu đồ trả lời câu hỏi dạng dang, chọn loại biểu đồ hợp với dạng đó:
"so sánh": PM2.5 trung bình của từng tỉnh, tỉnh cao nhất nằm trên cùng;"xu hướng": PM2.5 trung bình theo tháng (7 ký tự đầu củangay), các tháng xếp theo thời gian,marker="o";"phân bố": PM2.5 của mọi ngày, chia 20 khoảng.
Tiêu đề, nhãn trục x và nhãn trục y lấy đúng chữ từ NHAN[dang], theo thứ tự đó. Hàm không sửa bảng của nơi gọi.
Trả về: vùng vẽ chứa biểu đồ, một Axes.
import matplotlib.pyplot as plt
NHAN = {
"so sánh": ("PM2.5 trung bình theo tỉnh", "PM2.5 (µg/m³)",
"Tỉnh, thành"),
"xu hướng": ("PM2.5 trung bình theo tháng", "Tháng",
"PM2.5 (µg/m³)"),
"phân bố": ("Số ngày theo mức PM2.5", "PM2.5 (µg/m³)",
"Số ngày"),
}
def ve_theo_cau_hoi(bang, dang):
pass # Viết thân hàm thay cho dòng nàyTóm tắt
Viết câu hỏi ra trước, xếp nó vào một trong bốn dạng, rồi mới chọn biểu đồ.
So sánh các nhóm: cột hoặc cột ngang. Xu hướng theo thời gian: đường.
Phân bố của một cột số: histogram, hoặc box plot khi so nhiều nhóm. Quan hệ giữa hai cột số: scatter.
Biểu đồ tròn chỉ cho phần của một tổng với ít nhóm.
Ba lỗi gây hiểu sai hay gặp: đường nối các nhóm không có thứ tự, trục cột không từ 0, tròn quá nhiều lát.
Câu hỏi thường gặp
Các loại biểu đồ trong trực quan hóa dữ liệu gồm những loại nào?
Nhóm nền tảng là cột, đường, histogram, box plot, scatter và tròn; Matplotlib vẽ được tất cả bằng ax.bar(), ax.plot(), ax.hist(), ax.boxplot(), ax.scatter(), ax.pie(). Các loại khác như heatmap, violin plot hay biểu đồ vùng là biến thể trả lời cùng bốn dạng câu hỏi.
Chọn biểu đồ phù hợp khi câu hỏi có cả nhóm lẫn thời gian?
Vẽ mỗi nhóm một đường trên cùng trục thời gian, mỗi đường một màu và một kiểu điểm, như doanh thu từng chi nhánh qua 12 tháng. Quá năm đường thì chia thành nhiều ô nhỏ bằng subplot.
Biểu đồ cột và histogram khác nhau thế nào?
Cột so sánh các nhóm có tên sẵn, như từng tỉnh; khoảng cách giữa các cột không mang nghĩa. Histogram chia một cột số thành các khoảng liền nhau rồi đếm, nên các cột sát nhau và trục x là thang số liên tục.
Khi nào nên dùng bảng số thay cho biểu đồ?
Khi người đọc cần tra đúng từng con số, hoặc chỉ có hai, ba giá trị. Biểu đồ mạnh ở chỗ cho thấy hình dạng và chênh lệch; một bảng ba dòng nói rõ hơn ba cột.
Chủ đề
Dữ liệu của bài
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.