微信公眾號(hào)：「Python讀財(cái)」

如有問題或建議，請(qǐng)公眾號(hào)留言

Seaborn是基于matplotlib的Python可視化庫。 它提供了一個(gè)高級(jí)界面來繪制有吸引力的統(tǒng)計(jì)圖形。Seaborn其實(shí)是在matplotlib的基礎(chǔ)上進(jìn)行了更高級(jí)的API封裝，從而使得作圖更加容易，不需要經(jīng)過大量的調(diào)整就能使你的圖變得精致。

注：所有代碼均在IPython notebook中實(shí)現(xiàn)

stripplot(分布散點(diǎn)圖)

先總覽一下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)

接下來就直接上代碼演示，首先導(dǎo)入相應(yīng)的包，這個(gè)大家應(yīng)該都很熟悉了。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數(shù)據(jù)集：data=sns.load_dataset("tips")

data.head()

我們先來看一下stripplot是什么樣的sns.stripplot(x="time",y="total_bill", data=data)

可以看到stripplot的作圖原理就是按照x屬性所對(duì)應(yīng)的類別分別展示y屬性的值，適用于分類數(shù)據(jù)。上圖就是不同飯點(diǎn)的賬單總金額的散點(diǎn)圖。

接下來講解一下stripplot的主要參數(shù)，在這里我們只講stripplot特有的一些參數(shù)，其他一些seaborn中常見參數(shù)的介紹可以翻看之前的文章。

x:設(shè)置分組統(tǒng)計(jì)字段

y:設(shè)置分布統(tǒng)計(jì)字段

jitter:當(dāng)數(shù)據(jù)點(diǎn)重合較多時(shí)，可用該參數(shù)做一些調(diào)整sns.stripplot(x="time",y="total_bill",data=data,jitter=True)

可以看到，之前重合的數(shù)據(jù)點(diǎn)分散開了

在對(duì)time屬性分類后，利用hue參數(shù)進(jìn)行內(nèi)部的分類sns.stripplot(x="time",y="total_bill",data=data,jitter=True,hue="day")

那如果我想把組內(nèi)的不同類別分開來顯示呢？這時(shí)候就用dodge參數(shù)

dodge:控制組內(nèi)分類是否徹底分拆sns.stripplot(x="time",y="total_bill",data=data,jitter=True,hue="day",dodge=True)

order:對(duì)x參數(shù)所選字段內(nèi)的類別進(jìn)行排序以及篩選sns.stripplot(x="time",y="total_bill",data=data,jitter=True,

hue="day",dodge=True,order=["Dinner","Lunch"])

可以看到x軸上原本的Dinner和Lunch類別的前后順序變了sns.stripplot(x="time",y="total_bill",data=data,jitter=True,

hue="day",dodge=True,order=["Dinner"])

可以看到x軸上原本的Lunch類別沒有了，stripplot的演示就到此為止

swarmplot(分簇散點(diǎn)圖)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的用法其實(shí)差不多，我們來看看兩種圖之間有什么區(qū)別，還是使用之前的數(shù)據(jù)集。sns.swarmplot(x="day",y="total_bill",data=data)

可以看到swarmplot將不同類別的散點(diǎn)圖以樹狀來顯示，其他參數(shù)用法和stripplot一致，下面簡單演示一下。sns.swarmplot(x="day",y="total_bill",data=data,hue="sex",dodge=True)

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

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

有關(guān)stripplot和swarmplot的演示就到此結(jié)束了，想進(jìn)一步學(xué)習(xí)的童鞋可以查看Seaborn的官方文檔！以上內(nèi)容是我結(jié)合官方文檔和自己的一點(diǎn)理解寫成的，有什么錯(cuò)誤大家可以指出來并提提意見，共同交流、進(jìn)步，也希望我寫的這些能夠給閱讀完本文的你或或少的幫助！關(guān)注我的公眾號(hào)「Python讀財(cái)」，后臺(tái)回復(fù)「py」即可獲取Python學(xué)習(xí)資源禮包，還有Python學(xué)習(xí)交流群哦！

總結(jié)

以上是生活随笔為你收集整理的python中seaborn画swarm图_Python可视化 | Seaborn5分钟入门(四)——stripplot和swarmplot的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。