sns.scatterplot() và lineplot() trong seaborn với hue
Bài 4/10 · Chương 3
Biểu đồ thống kê với seaborn
- 8 phút
- Cơ bản
- Python 3.14
- Cập nhật
Trong bài này · 11
seaborn scatterplot vẽ mỗi dòng của bảng thành một điểm, và hue= tô điểm theo nhóm, như ngày ở Hà Nội một màu, ngày ở Đà Nẵng một màu khác. Cùng cách gọi đó, sns.lineplot() vẽ đường và tự lấy trung bình các dòng chung một giá trị x, nên 365 ngày thành 12 điểm trung bình tháng mà bạn không phải gom.
Cần biết trước: biểu đồ phân tán, seaborn khác Matplotlib ở đâu và biểu đồ đường.
sns.scatterplot() với hue=
File khong_khi.csv ghi mỗi ngày năm 2025 của sáu tỉnh: PM2.5 (µg/m³), độ ẩm (%), lượng mưa và vài chỉ số khác. Bạn đặt độ ẩm lên trục x, PM2.5 lên trục y, và tô màu theo tỉnh:
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
kk = pd.read_csv("khong_khi.csv")
hai = kk[kk["tinh"].isin(["Hà Nội", "Đà Nẵng"])]
fig, ax = plt.subplots(figsize=(6.4, 4), layout="constrained")
sns.scatterplot(data=hai, x="do_am", y="pm25", hue="tinh",
alpha=0.6, ax=ax)
ax.set_title("Ngày ẩm hơn thường ít bụi PM2.5 hơn")
ax.set(xlabel="Độ ẩm (%)", ylabel="PM2.5 (µg/m³)")
ax.legend(title="Tỉnh")
plt.show()Mỗi điểm là một ngày, 730 điểm cho hai tỉnh. Đám điểm Hà Nội nằm cao hơn, và cả hai đám đi xuống khi độ ẩm tăng: ngày ẩm thường ít bụi hơn. So với ax.scatter(), bạn không phải lọc từng tỉnh rồi gọi hai lần; hue="tinh" lo việc chia màu và chú giải. alpha=0.6 làm điểm hơi trong để chỗ dày điểm hiện đậm hơn.
Đổi kiểu điểm bằng style=
style= đổi hình dạng điểm theo một cột: tròn, chữ X, vuông. Nó giúp hình vẫn đọc được khi in đen trắng, hay khi người xem khó phân biệt màu. Ở đây, bạn tách các ngày ở Hà Nội thành có mưa và không mưa:
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
kk = pd.read_csv("khong_khi.csv")
hn = kk[kk["tinh"] == "Hà Nội"].copy()
hn["troi"] = "Không mưa"
hn.loc[hn["mua_mm"] > 0, "troi"] = "Có mưa"
fig, ax = plt.subplots(figsize=(6.4, 4), layout="constrained")
sns.scatterplot(data=hn, x="do_am", y="pm25", hue="troi",
style="troi", ax=ax)
ax.set_title("Hà Nội: ngày có mưa dồn về góc ẩm, ít bụi")
ax.set(xlabel="Độ ẩm (%)", ylabel="PM2.5 (µg/m³)")
ax.legend(title="Thời tiết")
plt.show()Phần lớn ngày có mưa nằm ở nửa phải, độ ẩm trên 75% và PM2.5 dưới 50 µg/m³, dù vẫn có vài ngày mưa nhiều bụi. Khi hue= và style= cùng một cột, mỗi nhóm khác nhau cả màu lẫn hình, và chú giải gộp chung hai đặc điểm. Bạn cũng có thể cho hai cột khác nhau, như hue="tinh", style="troi", nhưng một hình chứa bốn tổ hợp thì khó đọc hơn.
sns.lineplot() tự lấy trung bình
sns.lineplot() nhận cùng các tham số. Khác ở chỗ khi nhiều dòng có chung một giá trị x, nó lấy trung bình của chúng thành một điểm. Bạn thêm cột tháng, rồi đưa thẳng bảng 365 ngày mỗi tỉnh:
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
kk = pd.read_csv("khong_khi.csv", parse_dates=["ngay"])
kk["thang"] = kk["ngay"].dt.month
ba = kk[kk["tinh"].isin(["Hà Nội", "TP. Hồ Chí Minh", "Đà Nẵng"])]
fig, ax = plt.subplots(figsize=(6.4, 4), layout="constrained")
sns.lineplot(data=ba, x="thang", y="pm25", hue="tinh", style="tinh",
markers=True, errorbar=None, ax=ax)
ax.set_title("PM2.5 ở Hà Nội cao vọt vào các tháng mùa đông")
ax.set(xlabel="Tháng", ylabel="PM2.5 trung bình (µg/m³)",
xticks=range(1, 13))
ax.legend(title="Tỉnh")
print(len(ax.lines[0].get_xdata()))
plt.show()KẾT QUẢ
12Mỗi đường chỉ có 12 điểm: seaborn gom các ngày cùng tháng và lấy trung bình. Hà Nội lên tới khoảng 72 µg/m³ vào tháng 1 và xuống quanh 21 từ tháng 6 đến tháng 8, khi ba tỉnh gần ngang nhau. Đà Nẵng và TP. Hồ Chí Minh dao động trong khoảng 10 đến 37 µg/m³ cả năm. style="tinh" cho mỗi tỉnh một kiểu nét, và markers=True thêm hình điểm tại mỗi tháng. errorbar=None tắt dải mờ quanh đường; bỏ nó đi thì seaborn vẽ dải khoảng tin cậy của trung bình tháng. Đổi kk["ngay"].dt.month thành kk["ngay"].dt.quarter rồi chạy lại: dòng in ra thành 4, mỗi đường còn bốn quý.
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
kk = pd.read_csv("khong_khi.csv", parse_dates=["ngay"])
hn = kk[kk["tinh"] == "Hà Nội"]
tb = hn["pm25"].mean()
fig, ax = plt.subplots(figsize=(6.4, 4), layout="constrained")
sns.lineplot(data=hn, x="ngay", y="pm25", errorbar=None, ax=ax)
ax.axhline(tb, color="black", linestyle="--",
label=f"Trung bình năm {tb:.0f} µg/m³")
ax.set_title("PM2.5 từng ngày ở Hà Nội năm 2025")
ax.set(xlabel="Ngày", ylabel="PM2.5 (µg/m³)")
ax.legend()
plt.show()Với cột ngày đúng kiểu, Matplotlib tự chọn vài mốc tháng cho trục x. Đường từng ngày dao động mạnh, phần trên vạch trung bình dồn vào đầu và cuối năm, khớp với đường trung bình tháng ở trên.
Kiểm tra nhanh
Trong ví dụ scatterplot hai tỉnh,
hue="tinh"làm gì?- Vẽ hai hình riêng, mỗi tỉnh một hình
- Tô điểm của mỗi tỉnh một màu và dựng chú giải
- Lấy trung bình PM2.5 của mỗi tỉnh thành một điểm
Sau
import pandas as pd, matplotlib.pyplot as plt, seaborn as sns,fig, ax = plt.subplots()vàsns.lineplot(data=pd.DataFrame({"thang": [1, 1, 2], "pm25": [40.0, 60.0, 30.0]}), x="thang", y="pm25", errorbar=None, ax=ax),ax.lines[0].get_ydata().tolist()cho kết quả gì?[40.0, 60.0, 30.0][100.0, 30.0][50.0, 30.0]
Những câu nào đúng về
style=?- Đổi hình dạng điểm hay kiểu nét theo nhóm
- Giúp hình đọc được khi in đen trắng
- Chỉ nhận đúng cột đã đưa vào
hue= - Đổi màu nền của axes
Trong khung bẫy, vì sao trục x có 365 nhãn chồng lên nhau?
- Vì
errorbar=Nonetắt cách chọn mốc tự động - Vì cột
ngaylà chuỗi, seaborn coi mỗi ngày là một nhóm chữ - Vì bảng có 365 dòng, trục nào cũng có một nhãn mỗi dòng
- Vì
Bài tập
PM2.5 trung bình theo tháng của các tỉnh chọn trước
Bảng kk có cột ngay dạng chuỗi "2025-01-03", cột tinh và cột pm25 (µg/m³), như file khong_khi.csv. Viết thân hàm ve_theo_thang(kk, cac_tinh):
chỉ giữ các dòng có
tinhnằm trong listcac_tinh;vẽ bằng
sns.lineplot()trên một axes mới: trục x là số tháng lấy từ cộtngay, mỗi tỉnh một đường PM2.5 trung bình tháng, không có dải sai số;mỗi tỉnh khác nhau cả màu, kiểu nét lẫn hình điểm (
style=vàmarkers=True);tiêu đề đúng là
PM2.5 trung bình theo tháng, nhãn trục xTháng, nhãn trục yPM2.5 (µg/m³), chú giải có tiêu đềTỉnh.
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_theo_thang(kk, cac_tinh):
pass # Viết thân hàm thay cho dòng nàyTóm tắt
sns.scatterplot(data=, x=, y=, hue=)vẽ mỗi dòng một điểm, tô màu theo nhóm.style=đổi hình điểm và kiểu nét theo nhóm; cùng cột vớihue=thì hình vẫn đọc được khi in đen trắng.sns.lineplot()lấy trung bình các dòng chung giá trị x;errorbar=Nonetắt dải sai số quanh đường.markers=Truethêm hình điểm tại mỗi giá trị x của đường.Cột ngày đọc bằng
parse_dates=trước khi vẽ, kẻo trục x thành hàng trăm nhãn chữ.
Câu hỏi thường gặp
sns.scatterplot() khác ax.scatter() ở đâu?
ax.scatter() của bài biểu đồ phân tán nhận hai dãy số; muốn tô màu theo nhóm, bạn lọc từng nhóm rồi gọi nhiều lần. sns.scatterplot() nhận bảng và tên cột, tự chia màu, hình dạng và dựng chú giải. Hai hàm vẽ ra cùng loại điểm trên một axes.
Muốn lineplot vẽ đúng từng dòng, không lấy trung bình thì làm sao?
Bảo đảm mỗi nhóm chỉ có một dòng cho mỗi giá trị x, như mỗi ngày một dòng mỗi tỉnh; khi đó trung bình của một dòng chính là nó. Bạn cũng có thể truyền estimator=None, seaborn sẽ nối thẳng các dòng theo thứ tự x mà không gom.
Dải mờ quanh đường của lineplot là gì?
Đó là khoảng tin cậy 95% của trung bình tại mỗi giá trị x, tính bằng cách bốc lại ngẫu nhiên các dòng như vạch sai số của barplot(). Nó chỉ có ý nghĩa khi mỗi x có nhiều dòng. Muốn giữ dải mà hình không đổi giữa các lần chạy, thêm seed=0; muốn dải là độ lệch chuẩn, dùng errorbar="sd".
Có vẽ được nhiều tỉnh mà mỗi tỉnh một hình nhỏ không?
Được. Một cách là tạo lưới axes bằng plt.subplots() rồi gọi lineplot() cho từng tỉnh với ax= khác nhau. Cách gọn hơn là sns.relplot(..., col="tinh"), bài pairplot() và relplot() dạy kỹ.
Chủ đề
Dữ liệu của bài
- Tải xuống
khong_khi.csv
CSV · 98.19 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.