seaborn绘图

# -*- coding: utf-8 -*-
# @Time    : 2023/4/20 10:10 上午
# @Author  : dubaichuan
# @File    :seaborn绘图.py
# @Software: PyCharm

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

# mac
if True:
    plt.rcParams['font.sans-serif'] = 'Arial Unicode MS'
    # 显示负号
    plt.rcParams['axes.unicode_minus'] = False
# windows
if False:
    plt.rcParams['font.sans-serif'] = 'SimHei'
    # 显示负号
    plt.rcParams['axes.unicode_minus'] = False

# 加载数据
tips = pd.read_csv('tips.csv')

# tips = sns.load_dataset(data_home='./',name='tips')
# data_home ----> 文件所在路径    name ----> 文件名字，不需要后缀
# print(tips)
tips.info()

# 分布散点图
sns.stripplot(
    data = tips, # 指定绘图数据
    x= 'day', # 指定 x 轴数据，横轴数据
    y = 'total_bill', # 指定y 轴数据，纵轴数据
    hue = 'sex', # 对当前的数据进行二次分类展示
    dodge= True, #  是否将二分类数据分开展示
    palette='Set2', # 指定颜色
)
plt.show()

# 分布密度散点图
sns.swarmplot(
    data = tips, # 指定绘图数据
    x= 'day', # 指定 x 轴数据，横轴数据
    y = 'total_bill', # 指定y 轴数据，纵轴数据
    hue = 'sex', # 对当前的数据进行二次分类展示
    dodge= True, # 是否将二分类数据分开展示
    palette='Set2', # 指定颜色
)
plt.show()

# 箱型图
sns.boxplot(
    data=tips,  # 指定绘图数据
    x='day',  # 指定 x 轴数据，横轴数据
    y='total_bill',  # 指定y 轴数据，纵轴数据
    hue='sex',  # 对当前的数据进行二次分类展示
    width=0.5,  # 控制箱体的宽度
    whis=1,  # 指定噪点比例，IQR 的范围，值越大，噪点越少
)
plt.show()

# 小提琴图
sns.violinplot(
    data=tips,  # 指定绘图数据
    x='day',  # 指定 x 轴数据，横轴数据
    y='total_bill',  # 指定y 轴数据，纵轴数据
    hue='sex',  # 对当前的数据进行二次分类展示
    split = True # 将二分类数据左右各一半展示
)
plt.show()