hue в Seaborn: цвет как третье измерение графика

Две колонки таблицы легко становятся осями X и Y: бюджет против продаж, площадь против цены. Но настоящие таблицы шире: у каждой строки есть ещё канал, город, категория — и сравнивать группы хочется на одном графике, а не на трёх отдельных. Для этого в Seaborn есть параметр hue=. hue добавляет третье измерение, раскрасив данные по значениям ещё одной колонки, — легенда и цвета появляются сами. Набор цветов при этом берётся из палитры, которую мы разбирали в прошлом уроке.

План урока: hue в scatterplot и lineplot, связь hue с группировкой pandas, hue_order для порядка групп, перенос легенды и две типовые ловушки — числовая колонка в hue и слишком много групп.

hue в scatterplot: три канала на одной картинке

Сквозной пример урока — рекламные каналы интернет-магазина. По каждой кампании известны бюджет и выручка; колонка channel делит их на поиск, соцсети и email:

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

ads = pd.DataFrame({
    "channel": ["поиск", "поиск", "соцсети", "соцсети", "email", "email",
                "поиск", "соцсети", "email", "поиск", "соцсети", "email"],
    "budget": [30, 45, 25, 40, 15, 22, 60, 55, 30, 50, 70, 18],
    "sales": [310, 420, 260, 390, 140, 205, 505, 470, 290, 430, 590, 175],
})

sns.set_theme()
ax = sns.scatterplot(data=ads, x="budget", y="sales", hue="channel")
ax.set_title("Реклама: бюджет и выручка по каналам")
ax.set_xlabel("Бюджет, тыс. руб.")
ax.set_ylabel("Выручка, тыс. руб.")
plt.show()

График отображается под редактором

Один вызов — и три облака точек читаются раздельно: поиск и соцсети тянутся вдоль общей диагонали (больше бюджет — больше выручка), а email лежит заметно ниже при тех же бюджетах. Без hue три канала смешались бы в одно облако, и этот вывод пришлось бы добывать перебором фильтров.

Что hue делает под капотом: группировка

hue — это группировка pandas, нарисованная цветом: Seaborn разрезает таблицу по значениям колонки и рисует каждую часть своим слоем. Проверим числами то же самое через groupby из урока про группировку Pandas:

import pandas as pd

ads = pd.DataFrame({
    "channel": ["поиск", "поиск", "соцсети", "соцсети", "email", "email",
                "поиск", "соцсети", "email", "поиск", "соцсети", "email"],
    "sales": [310, 420, 260, 390, 140, 205, 505, 470, 290, 430, 590, 175],
})

means = ads.groupby("channel")["sales"].mean().round(1)
print(means.tolist())
print(ads["channel"].nunique())

[202.5, 416.2, 427.5]
3

Три канала, и email отстаёт в среднем вдвое — ровно то, что показывает цвет на scatterplot. Разница в том, что groupby выдаёт одно число на группу, а hue сохраняет каждую точку: видны и средние, и разброс вокруг них, и выбросы.

hue в barplot и lineplot: один параметр везде

hue работает почти во всех функциях Seaborn и всегда означает одно и то же: «разбей по этому столбцу и раскрась». В barplot группы встают столбцами рядом — удобно сравнивать месяцы между городами:

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

months = pd.DataFrame({
    "month": ["Май", "Июнь", "Июль", "Август",
              "Май", "Июнь", "Июль", "Август"],
    "city": ["Москва", "Москва", "Москва", "Москва",
             "Сочи", "Сочи", "Сочи", "Сочи"],
    "revenue": [420, 510, 590, 480, 610, 780, 920, 860],
})

sns.set_theme()
ax = sns.barplot(data=months, x="month", y="revenue", hue="city")
ax.set_title("Выручка по месяцам: Москва против Сочи")
ax.set_ylabel("Выручка, тыс. руб.")
plt.show()

График отображается под редактором

В lineplot hue рисует по линии на каждую группу — классический способ сравнить два города или две модели на одной временной шкале:

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

temps = pd.DataFrame({
    "day": [1, 2, 3, 4, 5, 1, 2, 3, 4, 5],
    "city": ["Сочи"] * 5 + ["Мурманск"] * 5,
    "temp": [24, 25, 27, 26, 28, 12, 11, 14, 13, 15],
})

sns.set_theme()
ax = sns.lineplot(data=temps, x="day", y="temp", hue="city", marker="o")
ax.set_title("Дневная температура: две линии вместо двух графиков")
ax.set_xlabel("День наблюдений")
ax.set_ylabel("Температура, C")
plt.show()

График отображается под редактором

Линии идут почти параллельно: разница между городами держится около 12 градусов каждый день. Параллельность — признак постоянной разницы; если бы линии сближались или пересекались, это значило бы, что разрыв меняется во времени. В scatterplot и lineplot hue ещё и добавляет histplot разрез по распределениям — в четвёртом уроке мы уже видели, как два гистограммных слоя сравниваются по цвету.

hue_order: управляем порядком групп

По умолчанию Seaborn сортирует группы по значениям колонки — текстовые категории встают по алфавиту. Если нужен свой порядок (например, от меньшего тарифа к большему), его фиксирует hue_order=:

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

orders = pd.DataFrame({
    "day": ["Пн", "Пн", "Вт", "Вт", "Ср", "Ср", "Ср",
            "Чт", "Чт", "Пт", "Пт", "Пт"],
    "drink": ["латте", "капучино", "эспрессо", "латте", "капучино", "латте",
              "эспрессо", "капучино", "латте", "эспрессо", "латте", "капучино"],
})

sns.set_theme()
ax = sns.countplot(
    data=orders, x="day", hue="drink",
    hue_order=["эспрессо", "капучино", "латте"],
)
ax.set_title("Напитки по дням: порядок в легенде задан hue_order")
plt.show()

График отображается под редактором

hue_order меняет и порядок столбцов внутри дня, и порядок строк легенды. Убедимся, что легенда запомнила заданный порядок — вытащим её подписи из объекта осей:

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

orders = pd.DataFrame({
    "day": ["Пн", "Пн", "Вт", "Вт", "Ср", "Ср", "Ср",
            "Чт", "Чт", "Пт", "Пт", "Пт"],
    "drink": ["латте", "капучино", "эспрессо", "латте", "капучино", "латте",
              "эспрессо", "капучино", "латте", "эспрессо", "латте", "капучино"],
})

ax = sns.countplot(
    data=orders, x="day", hue="drink",
    hue_order=["эспрессо", "капучино", "латте"],
)
print([t.get_text() for t in ax.get_legend().get_texts()])

['эспрессо', 'капучино', 'латте']

Порядок совпал с заданным: алфавит уступил месту бизнес-логике. Тот же параметр у обычного order= управляет категориями оси X — оба принимают список значений в нужной последовательности.

Чтение легенды и её перенос

Легенда при hue создаётся автоматически: заголовком становится имя колонки, подписями — её значения. Читатель сопоставляет цвет с группой по легенде, поэтому её стоит ставить так, чтобы она не накрывала данные. За перенос отвечает sns.move_legend():

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

ads = pd.DataFrame({
    "channel": ["поиск", "поиск", "соцсети", "соцсети", "email", "email",
                "поиск", "соцсети", "email", "поиск", "соцсети", "email"],
    "budget": [30, 45, 25, 40, 15, 22, 60, 55, 30, 50, 70, 18],
    "sales": [310, 420, 260, 390, 140, 205, 505, 470, 290, 430, 590, 175],
})

sns.set_theme()
ax = sns.scatterplot(data=ads, x="budget", y="sales", hue="channel")
sns.move_legend(ax, "upper left", title="Канал")
ax.set_title("Легенда переехала в свободный угол")
plt.show()

График отображается под редактором

Первый аргумент — объект осей, второй — позиция: upper left, lower right, center и другие. Аргумент title= переименовал заголовок легенды: имя колонки channel из данных редко читается как подпись, а «Канал» — читается. Тонкости легенд Matplotlib разобраны в шестом уроке про оформление, и они применимы к Seaborn один в один.

Что дальше

hue — самый ходовой параметр библиотеки после data=: он в одну строку превращает одиночный график в сравнение групп. Со следующего урока он станет регулярным гостем: boxplot использует его для пар ящиков, а violinplot — для split-скрипок, где две группы делят одну фигуру пополам.

hue добавляет третье измерение, раскрасив данные по значениям ещё одной колонки, — легенда и цвета появляются сами.