python气象绘图技巧之箱线图

python气象绘图技巧–seaborn

---

前言

在我们进行统计学分析时常常需要用到统计学分析的方法，其中箱线图和柱状图往往能够体现出数据的一些规律。

---

一、构建dataframe和seaborn分类？

1. 构建dataframe

• 利用tabulate创建表格tabulate

from tabulate import tabulate
table=[['A','B','C','D'],[1,2,3,4]
    ,[12,16,20,24],[20,22,24,26]
       ,[90,95,100,105]]
#设置表格输出方式，参考文献可以有不同的输出方式
table1=tabulate(table, headers='firstrow', tablefmt='fancy_grid')
print(table1)

• 利用pandas

x2 = ['A','B', 'C', 'D', 'E']
y=[[152.1680121509372,67.05118740170701,63.996290802112746,25.686278721590124],
                      [63.996290802112746,63.22252,69.92792,24.593584],
                      [37.616055,236.06926,63.850693,32.486446],
                      [202.42195,84.118484,69.26504,37.87419],
                     [142.63606,69.23667,49.89162,26.870008]]
df = pd.DataFrame(y,index = x2,
              columns = pd.Index(['A1','B1','C1','D1'],name='rcm'))
print(df)

• 利用csv

import csv

with open("M.csv","w") as csvfile:
    writer = csv.writer(csvfile)

#先写入columns_name
    writer.writerow(['A','B','C'])
    writer.writerows([[152.1680121509372,'A1','A2'],
                       [67.05118740170701,'B1','B2'],
                       [63.996290802112746,'C1','C2'],
                       [25.686278721590124,'D1','D2']]
                     )

2. seaborn分类

• 参考链接

Seaborn可视化-分类统计图catplot
Python数据可视化方法之Seaborn
分类散点图：

stripplot()（使用kind=“strip”; 默认值）

swarmplot()（与kind=“swarm”）

分类分布图：

boxplot()（与kind=“box”）

violinplot()（与kind=“violin”）

boxenplot()（与kind=“boxen”）

分类估计图：

pointplot()（与kind=“point”）
barplot()（与kind=“bar”）
countplot()（与kind=“count”）

二、使用步骤

1.引入库

代码如下（示例）：

mport matplotlib.pyplot as plt
import seaborn as sns
import numpy as np
import pandas as pd

2.数据分析

1. 柱状图

代码如下（示例）：
绘制柱状图

tips2 = pd.read_csv('surface energy2.csv')
tips2.head()
df2 = pd.DataFrame(tips2)
sns.catplot(x="energy", y="value", hue="rcm", kind="bar", data=df2);

绘制柱状图叠加点状图

g = sns.catplot(x="energy", y="value", hue="rcm", kind="bar", data=df2)
sns.swarmplot(x="energy", y="value", size=3, data=df2, ax=g.ax)

2. 箱线图

tips = sns.load_dataset("tips")
sns.catplot(x="day", y="total_bill", kind="box", data=tips)

sns.catplot(x="day", y="total_bill", hue="smoker", kind="box", data=tips)

g = sns.catplot(x="day", y="total_bill", hue="smoker", kind="box", data=tips)
sns.swarmplot(x="day", y="total_bill", hue="smoker",  data=tips)

---

总结

经过上述的试验，对seaborn绘制柱状图和箱线图有了一定的了解。