Seaborn catplot生成箱线图而非预期条形图，求助解决图表差异

问题情况 #

运行以下Seaborn代码后，生成的是箱线图，但预期为展示价格均值的条形图：

import seaborn as sns
import matplotlib.pyplot as plt

from pandas.api.types import CategoricalDtype
diamonds = sns.load_dataset('diamonds')
df= diamonds.copy()
cut_categoriler= ["fair","good","very good","premium","ideal"]
df.cut= df.cut.astype(CategoricalDtype(categories = cut_categoriler, ordered= True))
df.head().T

sns.catplot(x= "cut" ,y= "price",data =df);
plt.show()

• 当前输出：以cut为横轴、price为纵轴的箱线图，呈现不同切割等级下价格的分布区间
• 预期输出：以cut为横轴、price为纵轴的条形图，呈现不同切割等级下价格的均值及置信区间

差异原因 #

Seaborn的catplot()函数默认kind参数值为"box"，当同时传入类别型x变量和数值型y变量时，默认生成箱线图，用于可视化数值变量在各分类下的分布特征。若要生成条形图，必须显式指定kind参数类型。

解决方法 #

在catplot调用中添加kind="bar"参数，即可生成预期的条形图：

import seaborn as sns
import matplotlib.pyplot as plt

from pandas.api.types import CategoricalDtype
diamonds = sns.load_dataset('diamonds')
df= diamonds.copy()
cut_categoriler= ["fair","good","very good","premium","ideal"]
df.cut= df.cut.astype(CategoricalDtype(categories = cut_categoriler, ordered= True))

sns.catplot(x= "cut" ,y= "price", data=df, kind="bar");
plt.show()

注：Seaborn条形图默认计算每个分类下y变量的均值，并显示95%置信区间，与预期图表效果匹配。

内容的提问来源于stack exchange，提问作者ugur çapan