Python Pandas - วาด Violin Plot ควบคุมลำดับด้วย order parameter ใน Seaborn

พารามิเตอร์ order ใน sns.violinplot() ควบคุมลำดับการแสดงหมวดหมู่บนแกน categorical (x หรือ y) เหมือนกับ boxplot และ swarmplot ทำให้การนำเสนอข้อมูลเป็นไปตามเจตนา

ขั้นตอนการทำงาน

1. นำเข้าไลบรารี

import seaborn as sns
import pandas as pd
import matplotlib.pyplot as plt

2. โหลดข้อมูล Cricketers.csv

dataFrame = pd.read_csv(r"C:\Users\amit_\Desktop\Cricketers.csv")

3. วาด Violin Plot ระบุ order ของ Role

sns.violinplot(
    x='Role',
    y='Age',
    order=["Batsman", "Bowler"],
    data=dataFrame
)

โค้ดตัวอย่างสมบูรณ์

import seaborn as sns
import pandas as pd
import matplotlib.pyplot as plt

dataFrame = pd.read_csv(r"C:\Users\amit_\Desktop\Cricketers.csv")

# Violin plot ควบคุมลำดับ Role
sns.violinplot(
    x='Role',
    y='Age',
    order=["Batsman", "Bowler"],
    data=dataFrame
)

plt.show()

ผลลัพธ์

Violin plot แสดงการกระจายอายุ (Age) ของ Batsman (ซ้าย) และ Bowler (ขวา) ตามลำดับที่ระบุ

การใช้งาน order และ hue_order

# order: ควบคุมลำดับหมวดหมู่หลัก (x หรือ y)
sns.violinplot(x='Role', y='Age', order=["Batsman", "Bowler"], data=df)

# hue_order: ควบคุมลำดับหมวดหมู่ hue (legend)
sns.violinplot(x='Role', y='Age', hue='Academy', hue_order=["A", "B", "C"], data=df)

# split=True: แยก violin ครึ่งซ้าย-ขวา ต่อ hue (ต้องมี hue)
sns.violinplot(x='Role', y='Age', hue='Academy', split=True, data=df)

ตัวอย่าง: เรียงตาม Median Age

# คำนวณ median age ต่อ Role
role_order = dataFrame.groupby('Role')['Age'].median().sort_values().index

# ใช้ order นั้น
sns.violinplot(x='Role', y='Age', order=role_order, data=dataFrame)

พารามิเตอร์ Violin Plot ที่น่าสนใจ

Violin Plot แบบแนวนอน

# สลับ x, y
sns.violinplot(x='Age', y='Role', order=["Batsman", "Bowler"], data=dataFrame)