Python数据可视化seaborn(四) --分布图

分布数据可视化 - 分布图

boxplot() / violinplot() / lvplot()

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


#设置风格、尺度
sns.set_style("whitegrid") 
sns.set_context("paper")

#屏蔽警告
import warnings
warnings.filterwarnings('ignore')

1.箱型图：boxplot()

# 加载数据
tips = sns.load_dataset('tips')


# 绘制箱型图
sns.boxplot(x='day', y='total_bill', data=tips, 
            linewidth=2, #线宽
            width=0.8, # 箱之间的间隔比例
            fliersize=3, # 异常点大小
            palette='hls', # 设置调色板
            whis=1.5,  # 设置IQR
            notch=False,  # 设置是否以中值做凹槽
            order=['Thur', 'Fri', 'Sat', 'Sun']  # 筛选类别
           )


# 可以添加散点图
sns.swarmplot(x='day', y='total_bill', data=tips, color='k', size=3, alpha=0.8)

通过hue参数再分类

# 绘制箱型图
sns.boxplot(x='day', y='total_bill', data=tips, hue='smoker', palette='Reds')


# 可以添加散点图
sns.swarmplot(x='day', y='total_bill', data=tips, color='k', size=3, alpha=0.8)

小提琴图：violinplot()

# 用法和boxplit类似
sns.violinplot(x='day', y='total_bill', data=tips,
               linewidth=2,  # 线宽
               width=0.8,  # 箱之间的间隔比例
               palette='hls',  # 设置调色板
               order=['Thur', 'Fri', 'Sat', 'Sun'],  # 筛选类别
               scale='area',  # 测度小提琴的宽度：area-面积相同，count-按照样本数量决定宽度，width-宽度一样
               gridsize=50,  # 设置小提琴边线的平滑度，越高越平滑，一般可以不设置
               inner='box',  # 设置内部显示类型 -> box,  quartile,  point,  stick,  None
               # bw=0.8   # 控制拟合程度，一般可以不设置        
              )

通过hue参数再分类

sns.violinplot(x='day', y='total_bill', data=tips, hue='smoker', palette='muted', split=True, # 设置是否拆分小提琴图
              inner='quartile')

结合散点图

sns.violinplot(x='day', y='total_bill', data=tips,  palette='hls',inner=None)
# 插入散点图
sns.swarmplot(x='day', y='total_bill', data=tips,color='w', alpha=0.5 )

LV图表：lvplot()

# 绘制LV图
sns.lvplot(x='day', y='total_bill', data=tips, palette='mako',
           width=0.8,
           linewidth=12,
           scale='area',  # 设置框的大小 -> linear、exonential、area
           k_depth='proportion'  # 设置框的数量 -> proportion、tukey、trustworthy
           )

# 可以添加散点图
sns.swarmplot(x='day', y='total_bill', data=tips, color='k', size=3, alpha=0.8)