seaborn factorplot的源函数是什么

Question

我是数据科学的新手。我有一个关于简单的 seaborn factorplot 的问题。线段代表什么？

这是我的测试。

import pandas as pd
import seaborn as sns

x3 = [1, 2, 3, 4, 5, 1, 2, 3, 4, 5, 1, 2, 3, 4, 5, 1, 2, 3, 4, 5]
y3 = [0, 1, 1, 1, 0, 3, 1, 0, 1, 1, 3, 2, 3, 2, 3, 3, 2, 3, 2, 2]
data = {'x': x3, 'y': y3}
test3 = pd.DataFrame(data)
sns.factorplot(x='Pclass', y='Survived', data=test3)

结果是

通过这个简单的测试，我知道图中的每个点都表示具有相同值的所有 x 值的 y 的平均值 (exp)。例如，当 x = 1 时，我们有 (1, 0)、(1, 3)、(1, 3) 和 (1, 3)，因此均值为 (0 + 3 + 3 + 3) / 4 = 2.25。但是不知道为什么x=1的线段是0.75到3.0，为什么不是[0.0,3.0]?

我试图在网上找到 factorplot 源或任何有用的解释或文档，但没有很好的结果。

谁能帮帮我，非常感谢

Answer 1

我使用 github repo 顶部的 "search this repository" 搜索栏对此进行了调查。

搜索 "factorplot" 让我找到 seaborn/categorical.py 和 class _CategoricalPlotter(object)，这让我找到 _BarPlotter(_CategoricalStatPlotter)，它有文档字符串“"Show point estimates and confidence intervals with bars."”， __init__ 包括 self.estimate_statistic(estimator, ci, n_boot).

estimate_statistic(self, estimator, ci, n_boot) 的函数定义驻留在 class _CategoricalStatPlotter(_CategoricalPlotter) 中（仍在 categorical.py 文件中）。在那里，一个空列表 confint （即置信区间）被初始化，并填充：

 boots = bootstrap(stat_data, func=estimator,
                                      n_boot=n_boot,
                                      units=unit_data)
 confint.append(utils.ci(boots, ci))

所以你说的垂直误差线是bootstrapped confidence intervals。

seaborn factorplot的源函数是什么

What is the source function of seaborn factorplot

python

plot

machine-learning

pandas

seaborn