Python可视化 | Seaborn5分钟入门(四)——stripplot和swarmplot

微信公众号:「Python读财」
如有问题或建议,请公众号留言

Seaborn是基于matplotlib的Python可视化库。 它提供了一个高级界面来绘制有吸引力的统计图形。Seaborn其实是在matplotlib的基础上进行了更高级的API封装,从而使得作图更加容易,不需要经过大量的调整就能使你的图变得精致。

image

注:所有代码均在IPython notebook中实现


stripplot(分布散点图)

先总览一下stripplot的API:

seaborn.stripplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, jitter=False, dodge=False, orient=None, color=None, palette=None, size=5, edgecolor='gray', linewidth=0, ax=None, *kwargs)

接下来就直接上代码演示,首先导入相应的包,这个大家应该都很熟悉了。

import seaborn as sns
%matplotlib inline
sns.set(font_scale=1.5,style="white")
sns.set_context({"figure.figsize":(10,8)})

下面是本次演示所使用的数据集:

data=sns.load_dataset("tips")  
data.head()  
image

我们先来看一下stripplot是什么样的

sns.stripplot(x="time",y="total_bill", data=data) 
image

可以看到stripplot的作图原理就是按照x属性所对应的类别分别展示y属性的值,适用于分类数据。上图就是不同饭点的账单总金额的散点图。

接下来讲解一下stripplot的主要参数,在这里我们只讲stripplot特有的一些参数,其他一些seaborn中常见参数的介绍可以翻看之前的文章。

x:设置分组统计字段

y:设置分布统计字段

jitter:当数据点重合较多时,可用该参数做一些调整

sns.stripplot(x="time",y="total_bill",data=data,jitter=True)

可以看到,之前重合的数据点分散开了

image

在对time属性分类后,利用hue参数进行内部的分类

sns.stripplot(x="time",y="total_bill",data=data,jitter=True,hue="day") 
image

那如果我想把组内的不同类别分开来显示呢?这时候就用dodge参数

dodge:控制组内分类是否彻底分拆

sns.stripplot(x="time",y="total_bill",data=data,jitter=True,hue="day",dodge=True) 
image

order:对x参数所选字段内的类别进行排序以及筛选

sns.stripplot(x="time",y="total_bill",data=data,jitter=True,
              hue="day",dodge=True,order=["Dinner","Lunch"])
image

可以看到x轴上原本的Dinner和Lunch类别的前后顺序变了

sns.stripplot(x="time",y="total_bill",data=data,jitter=True,
              hue="day",dodge=True,order=["Dinner"]) 
image

可以看到x轴上原本的Lunch类别没有了,stripplot的演示就到此为止


swarmplot(分簇散点图)

sns.swarmplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, dodge=False, orient=None, color=None, palette=None, size=5, edgecolor='gray', linewidth=0, ax=None, *kwargs)

swarmplot和stripplot的用法其实差不多,我们来看看两种图之间有什么区别,还是使用之前的数据集。

sns.swarmplot(x="day",y="total_bill",data=data)
image

可以看到swarmplot将不同类别的散点图以树状来显示,其他参数用法和stripplot一致,下面简单演示一下。

sns.swarmplot(x="day",y="total_bill",data=data,hue="sex",dodge=True)
image
sns.swarmplot(x="day",y="total_bill",data=data,hue="sex",dodge=True,palette="husl")
image
sns.swarmplot(y="day",x="total_bill",data=data,hue="sex",dodge=True,palette="husl")
image

有关stripplot和swarmplot的演示就到此结束了,想进一步学习的童鞋可以查看Seaborn的官方文档!以上内容是我结合官方文档和自己的一点理解写成的,有什么错误大家可以指出来并提提意见共同交流、进步,也希望我写的这些能够给阅读完本文的你或或少的帮助!

关注我的公众号「Python读财」,后台回复「py」即可获取Python学习资源礼包,还有Python学习交流群哦!

底部二维码.png

你可能感兴趣的:(Python可视化 | Seaborn5分钟入门(四)——stripplot和swarmplot)