seaborn: hangi grafik ne zaman

Kanca

Elindeki veriye bakıp “hangi grafiği çizsem?” diye düşünüyorsun. Histogram mı, kutu grafiği mi, serpme grafik mi? Cevap rastgele bir tercih değil — elindeki değişken SAYISI ve TİPİ, doğru grafiği neredeyse otomatik olarak belirler.

Sezgi

Grafik seçimi bir karar ağacıdır: önce kaç değişkeni birlikte incelediğine bak (bir mi, iki mi), sonra bu değişkenlerin sayısal mı kategorik mi olduğuna bak. Bu iki soru, doğru grafik türünü neredeyse her zaman tek başına belirler.

Farklı kombinasyonları dene: tek sayısal değişken histogram ister, iki sayısal değişken serpme grafik ister, sayısal+kategorik kutu grafiği ister. Bu ezber değil — her grafik türü, o veri kombinasyonunun sorusuna en doğal cevabı verdiği için seçilir.

Mekanizma

seaborn, bu grafikleri matplotlib’e göre çok daha az kodla üretir çünkü DataFrame’i doğrudan anlar:

# matplotlib'te kategoriye göre kutu grafiği çizmek için elle her kategoriyi ayırman gerekir.
kategoriler = siparisler["kategori"].unique()
veri_gruplari = [siparisler[siparisler["kategori"] == k]["tutar"].values for k in kategoriler]
print(f"matplotlib ile: her kategoriyi elle ayırmak gerekiyor — {len(veri_gruplari)} ayrı dizi hazırladık.")

# seaborn ile: DataFrame'i doğrudan veriyorsun, sütun adlarını söylüyorsun, o gruplamayı kendi yapıyor.
print("seaborn ile: sns.boxplot(data=siparisler, x='kategori', y='tutar') — TEK SATIR, gruplama otomatik.")

matplotlib ile: her kategoriyi elle ayırmak gerekiyor — 4 ayrı dizi hazırladık.
seaborn ile: sns.boxplot(data=siparisler, x='kategori', y='tutar') — TEK SATIR, gruplama otomatik.

matplotlib’te her kategoriyi elle ayırmak gerekirken, seaborn’a sadece “hangi sütun x, hangi sütun y” demen yetiyor — gruplama işini kendisi yapıyor. Şimdi dört temel grafiği görelim:

# İki klasik seaborn grafiği: histplot (dağılım) ve boxplot (kategoriye göre karşılaştırma).
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(10, 4))

sns.histplot(data=siparisler, x="tutar", kde=True, ax=ax1, color="#d97757")
ax1.set_title("histplot: dağılım şekli")

sns.boxplot(data=siparisler, x="kategori", y="tutar", ax=ax2)
ax2.set_title("boxplot: kategoriye göre karşılaştırma")
plt.setp(ax2.get_xticklabels(), rotation=15, ha="right")

fig.tight_layout()
fig.savefig("scripts/figures/veri-bilimi/14-dagilim-ve-kategori.svg")
print("\nFigür kaydedildi: scripts/figures/veri-bilimi/14-dagilim-ve-kategori.svg")

Figür kaydedildi: scripts/figures/veri-bilimi/14-dagilim-ve-kategori.svg

Çoğu kişi “her veri için bar chart yeterlidir” sanır. Değil, çünkü bar chart sadece kategori bazında TEK bir özet sayı (ortalama, toplam) gösterir — bir kutu grafiğinin gösterdiği dağılım şeklini, medyanı, aykırı değerleri gizler. Veri tipini yanlış grafikle eşleştirmek, gerçek örüntüyü gözden kaçırmana yol açar.

Matematik

Kod

İki sayısal ve iki kategorik değişken kombinasyonunu da görelim:

# İki sayısal değişken arasındaki ilişki için scatterplot, kategorik×kategorik için heatmap.
siparisler["indirim_orani"] = rng.uniform(0, 0.3, size=n).round(3)

fig2, (ax3, ax4) = plt.subplots(1, 2, figsize=(10, 4))

sns.scatterplot(data=siparisler, x="indirim_orani", y="tutar", hue="kategori", alpha=0.6, ax=ax3, s=25)
ax3.set_title("scatterplot: iki sayısal değişken")
ax3.legend(fontsize=7, title_fontsize=8)

kontenjans = pd.crosstab(siparisler["kategori"], siparisler["bolge"])
sns.heatmap(kontenjans, annot=True, fmt="d", cmap="YlOrBr", ax=ax4, cbar=False)
ax4.set_title("heatmap: iki kategorik değişken")
plt.setp(ax4.get_xticklabels(), rotation=15, ha="right")

fig2.tight_layout()
fig2.savefig("scripts/figures/veri-bilimi/14-iliski-ve-isi.svg")
print("Figür kaydedildi: scripts/figures/veri-bilimi/14-iliski-ve-isi.svg")

print(f"\nKontenjans tablosu (kategori × bölge):\n{kontenjans}")

Figür kaydedildi: scripts/figures/veri-bilimi/14-iliski-ve-isi.svg

Kontenjans tablosu (kategori × bölge):
bolge       Akdeniz  Ege  Marmara  İç Anadolu
kategori                                     
Elektronik       26   30       19          22
Ev & Yaşam       10   27       13          16
Giyim            30   18       24          26
Kitap             5    5       14          15

Nerede işe yarar

Doğru grafik seçimi, veri hikayesini doğru anlatmanın temelidir:

• EDA raporları. 12. derste öğrendiğimiz EDA sürecinin “ilişkiler” adımında hangi grafiği çizeceğini bu karar ağacıyla belirlersin.
• Sunumlar ve raporlar. Yanlış grafik türü (örn. çok kategorili veride pasta grafiği), izleyiciyi yanıltabilir veya okumayı zorlaştırabilir.
• Hızlı keşif. Yeni bir veri setiyle karşılaştığında, bu karar ağacı hangi grafikle başlayacağını saniyeler içinde belirlemeni sağlar.

Bu 3 hatayı yaparsın:

1. Her durumda aynı grafik türünü (genelde çubuk grafik) kullanmaya alışmak.
2. Kategorik değişkeni sayısalmış gibi bir serpme grafikte göstermeye çalışmak.
3. Çok fazla kategorisi olan bir değişkeni ısı haritası veya kutu grafiğinde göstermek — okunamaz hale gelir, önce grupları azaltmak (en sık N kategori + “diğer”) gerekir.

Kendini test et

Özet