第3天 | Seaborn数据分析，多维度散点图，雪糕销售如何？

最新推荐文章于 2023-02-23 21:07:09 发布
最新推荐文章于 2023-02-23 21:07:09 发布
阅读量349 收藏
点赞数
分类专栏： 25天学会Seaborn数据分析 文章标签： python 数据分析 Seaborn 漂亮图表 老板疯狂点赞
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/a_faint_hope/article/details/119953974
版权
本文介绍了使用Seaborn库创建多维度散点图的方法，详细讲解了scatterplot函数的参数用法，如data、x、y、hue、size、style等，以及如何通过hue_order、size_order、style_order调整分类顺序，通过palette和sizes定制颜色和大小，以更好地展示数据的分布和关系，例如分析雪糕销售数据。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

关联图，又称关系图，是用来分析事物之间“原因与结果”、“目的与手段”等复杂关系的一种图表，它能够帮助人们从事物之间的逻辑关系中，寻找出解决问题的办法。它将众多的影响因素以一种较简单的图形来表示，易于抓住主要矛盾、找到核心问题，也有益于集思广益，迅速解决问题。

seaborn实现关联图会用到绘制多维度分析散点图的scatterplot、绘制多维度分析线形图的lineplot，还有结合了它们的relplot。relplot是一个Figure-level接口，而scatterplot和 lineplot则是Axes-level接口。

3.1 多维度散点图

散点图，就是由一些散乱的点组成的图表，这些点在哪个位置，是由其X值和Y值确定的，所以也叫做XY散点图。seaborn绘制散点图，可用Axes-level级的scatterplot接口，它的语法为：


                

        

    

  


        

            

                

                

                了解本专栏
                
                
                  
                订阅专栏 解锁全文
                 
                
                    
                    超级会员免费看
                
            

            
            
            
        


    


                



	

		

			

				
					
Python绘制多维温度散点图 - 实现酷炫的多维图形展示

				
			

			

				

					QsPascal的博客
				

				

					09-20
					
					580
					
				

			

		

		

			
				
在数据可视化领域，散点图是一种常用的图表类型，能够展示多个变量之间的关系。而在Python中，我们可以通过使用一些库来创建酷炫的多维图形展示。通过上述代码，我们可以生成一个酷炫的多维温度散点图，其中x、y和z轴分别表示三个变量的取值，散点的颜色和大小表示温度的高低。你可以根据自己的需求调整代码中的参数，以创建不同样式的多维图形展示效果。接下来，我们需要创建一个图形对象，以便在其上绘制多维温度散点图。现在，我们可以在图形对象上绘制多维温度散点图了。最后，我们可以设置一些图形的属性，如坐标轴标签、标题等。

			
		

	



                

            
              



	

		

			

				
					
matplotlib绘制多维度分类散点图

				
			

			

				

					weixin_42810335的博客
				

				

					10-16
					
					4148
					
				

			

		

		

			
				
这里的“多维度”是指不同组数据，这些组的数据需要绘制分类散点图进行分布对比。比如，如果我们的数据在一个pd.DataFrame中，这些不同维度的数据就是指不同列的数据，其中还有一列标签数据作为我们的分类类别依据。下面的代码就是基于这些假设的。
代码
x_label = ['Feature1', 'Feature2', 'Feature3', 'Feature4', 'Feature5']    # 想要展示在图中的维度label
x_col = ['col1', 'col2', 'col3', 'col4'

			
		

	



              


  
              

                


	

		

			

				
					
Matlab绘图（三）散点图—四维数据、五维数据、六维数据、七维数据散点图可视化绘制

				
			

			

				

					ONERYJHHH的博客
				

				

					02-02
					
					2万+
					
				

			

		

		

			
				
Matlab绘图（三）散点图—四维数据、五维数据、六维数据、七维数据可视化分析一、前言二、散点图特征分析三、六维数据可视化示例散点图
一、前言

这将是个有趣的帖子，上次我写到了关于变色散点图的二维、三维绘制。在二维散点图绘制中，颜色变化映射的数据是y值；三维绘制中，颜色的变化映射的数据是z值。
正常来说，我们碰到的绘图数据大多数情况是二、三维的。但是四、五、六、七维度的情况还是存在的，我最近做项目的时候遇到了六维度数据可视化的问题，在查找相关资料的时候受到 【Matlab】散点图之五维数据可视化和matl

			
		

	





	

		

			

				
					
python多维数据绘制散点图_如何用这些数据绘制散点图？

				
			

			

				

					weixin_39813200的博客
				

				

					02-10
					
					1925
					
				

			

		

		

			
				
为了能够完全确定您存储数据的方式是否正确，您应该考虑如何使用它。如果您只想使用它来绘制，那么为了简单起见，您可以使用三个1D数组。但是，如果您希望实现更紧凑的结构，可以考虑使用带有custom dtype的2D数组。在记住这一点，您可以轻松地创建具有不同颜色的二维散点图，其中确切的颜色由与每个对(字母、数字)相关联的值确定。在import numpy as npfrom matplotlib im...

			
		

	



		

			
		



	

		

			

				
					
Python | 实现 K-means 聚类——多维数据聚类散点图绘制

				
			

			

				

					icefountain的博客
				

				

					02-23
					
					4万+
					
				

			

		

		

			
				
Python实现多维数据K-means聚类散点图

			
		

	





	

		

			

				
					
[seaborn] seaborn学习笔记2-散点图Scatterplot

				
			

			

				

					You and Me
				

				

					05-30
					
					3万+
					
				

			

		

		

			
				
散点图Scatterplot
散点图能够显示2个维度上2组数据的值。每个点代表一个观察点。X（水平）和Y（垂直）轴上的位置表示变量的值。研究这两个变量之间的关系是非常有用的。在seaborn中通过regplot和lmplot制作散点图，regplot和lmplot核心功能相近，regplot相对简单点，如果要定制图像更深层次功能，需要使用lmplot。该章节主要内容有：

基础散点图绘制 Basi...

			
		

	





	

		

			

				
					
Python-seaborn 基础图表绘制-散点图

				
			

			

				

					数据森麟
				

				

					11-19
					
					5020
					
				

			

		

		

			
				
公众号后台回复“图书“，了解更多号主新书内容作者：宁海涛来源：DataCharm上期推文推出第一篇基础图表绘制-R-ggplot2 基础图表绘制-散点图 的绘制推文，得到了很多小伙伴...

			
		

	





	

		

			

				
					
boren - 用机器学习的线性回归模型预测冰淇淋销量

				
			

			

				

					少儿编程侯老师的博客
				

				

					04-12
					
					536
					
				

			

		

		

			
				
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
import numpy as np


wen_du = np.asarray([[25], [28], [31], [33], [35]])
bing_qi_lin = np.asarray([[110], [115], [155], [16...

			
		

	





	

		

			

				
					
seaborn可视化统计关系/散点图/折线图

				
			

			

				

					qq_46621219的博客
				

				

					08-01
					
					5721
					
				

			

		

		

			
				
While you should make use of the flexibility afforded by scatterplot( ) and relplot( ), always try to keep in mind that several simple plots are usually more effective than one complex plot.
当你利用　scatterplot( )和　relplot( )所提供的灵活性的同时，应当尽可能地记住一些简单图形，这往往比只记住.

			
		

	





	

		

			

				
					
散点图教程

				
			

			

				

					Warren Lynch 的博客
				

				

					12-13
					
					9964
					
				

			

		

		

			
				
散点图（也称为散点图和相关图）是一种分析两个变量之间关系的工具，用于确定两个变量之间的相关程度。

一个变量绘制在水平轴上，另一个绘制在垂直轴上。它们的交点的模式以图形方式显示了关系模式。它是质量七项基本工具之一。

代码变量

如果点已编码（颜色/形状/大小），则可以显示附加变量。数据显示为点的集合。对于每个点，一个变量的值决定了水平轴上的位置，另一个变量的值决定了垂直轴上的位置。







编辑此图表

最常见的是散点图用于证明或反驳因果关系。尽管该图显示了这种关系，但并不能证明一个变量会导致另一个

			
		

	





	

		

			

				
					
[每日一答] [20151021] R如何制作多维度散点图

				
			

			

				

					大数据分析实战
				

				

					10-22
					
					5591
					
				

			

		

		

			
				
Excel中支持了很好的多维度散点图，如上图所示，那么在R中，如何画出多维度散点图呢？

			
		

	





	

		

			

				
					
Python数据可视化——散点图

					
热门推荐

				
			

			

				

					Rachel Zhang的专栏
				

				

					06-10
					
					17万+
					
				

			

		

		

			
				
本文记录了python中的数据可视化——散点图scatter，令x作为数据（50个点，每个30维），我们仅可视化前两维。labels为其类别（假设有三类）。这里的x就用random来了，具体数据具体分析。label设定为[1:20]->1, [21:35]->2, [36:50]->3，（python中数组连接方法：先强制转为list，用+，再转回array）用matplotlib的scatter

			
		

	





	

		

			

				
					
Python数据可视化库Seaborn

				
			

			

				

					05-20
				

			

		

		

			
				
Python数据可视化库Seaborn，通过学习本教程，可以快速掌握Seaborn可视化操作。本案例中结合泰坦尼克号，鸢尾花数据，国际航班飞行数据 Python数据可视化库Seaborn，通过学习本教程，可以快速掌握Seaborn可视化操作。

			
		

	





	

		

			

				
					
【seaborn】（三）散点图

				
			

			

				

					醉糊涂仙的博客
				

				

					05-09
					
					3507
					
				

			

		

		

			
				
一、sns.scatterplot()
seaborn.scatterplot(x=None, y=None, hue=None, style=None, size=None, data=None, palette=None, hue_order=None, hue_norm=None, sizes=None, size_order=None, size_norm=None, markers=True, style_order=None, x_bins=None, y_bins=None, units=No

			
		

	





	

		

			

				
					
Seaborn散点图，箱型图，柱状图，折线图及多面板绘图

				
			

			

				

					sunchengquan的博客
				

				

					01-03
					
					4万+
					
				

			

		

		

			
				
分类散点图 
stripplot()



import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib as mpl
import matplotlib.pyplot as plt
sns.set(style="whitegrid", color_codes=True)
np.random.seed(

			
		

	





	

		

			

				
					
seaborn学习笔记（二）：散点图、线图

				
			

			

				

					chb4715的博客
				

				

					02-23
					
					2729
					
				

			

		

		

			
				
html { font-family: sans-serif; -ms-text-size-adjust: 100%; -webkit-text-size-adjust: 100% }
body { margin: 0 }
article, aside, details, figcaption, figure, footer, header, hgroup, main, menu, nav, s...

			
		

	





	

		

			

				
					
Seaborn 各种图形绘制

				
			

			

				

					qq_42052864的博客
				

				

					04-19
					
					2960
					
				

			

		

		

			
				
Seaborn是基于matplotlib的图形可视化python包。它提供了一种高度交互式界面，便于用户能够做出各种有吸引力的统计图表。

Seaborn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，在大多数情况下使用seaborn能做出很具有吸引力的图，而使用matplotlib就能制作具有更多特色的图。应该把Seaborn视为matplotlib的补充，而不是...

			
		

	





	

		

			

				
					
Python数据分析-绘图-2-Seaborn进阶绘图-7-网格图

				
			

			

				

					weixin_44020827的博客
				

				

					12-08
					
					3454
					
				

			

		

		

			
				
一、FacetGrid

该函数可以绘制最多三个维度：row,col,hue。行、列和颜色。

使用数据集构造网格的变量初始化对象，可以通过调用map函数或map_dataframe函数将一个或多个绘图函数应用于每个子集，或包含在relplot,catplot,lmplot函数中。

函数：seaborn.FacetGrid

1.map函数：

FacetGrid.map

常用参数：


...

			
		

	





	

		

			

				
					

				
			

			

				

					
				

			

		

		

			
				

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		评论	
	

	
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
成就一亿技术人!

          

          

        

        

          

          

            领取后你会自动成为博主和红包主的粉丝
            规则
          

        

      

      

        

          

            
              
            
            

              
hope_wisdom
 发出的红包
            

          

        

        

          

          

          

        

      

    

    

  



      
      

      
实付元

      
使用余额支付

      

        

          

            
            点击重新获取
          

        

        
扫码支付

      

      

        
          
            
          
          
        
      

      

        
        钱包余额
          0
          

            
            

              

                
抵扣说明：

                
 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
 2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

              

            

          

      

      余额充值