目录
1.1 类别散点图(Categorical Scatter Plot)
1.2 类别分布图(Categorical Distribution Plot)
1.3 类别估计图(Categorical Estimate Plot)
1.4 类别单变量图(Categorical Univariate Plot)
2.1 线性回归模型可视化(Linear Regression Plot)
2.2 逻辑回归模型可视化(Logistic Regression Plot)
1. 分类数据的可视化
1.1 类别散点图(Categorical Scatter Plot)
类别散点图用于显示不同类别之间的数据点分布,通常使用散点图来表示。
Seaborn中的stripplot
和swarmplot
函数用于创建这种类型的图。
- 可以通过指定
hue
参数来根据另一个分类变量对数据进行分组,以区分更多信息。- 使用
jitter
参数可以添加一些随机抖动,以避免数据点的重叠。
示例代码:
import seaborn as sns
import matplotlib.pyplot as plt
# 使用示例数据
data = sns.load_dataset("tips")
# 创建一个类别散点图
sns.stripplot(x="day", y="total_bill", data=data)
# 或者使用swarmplot
sns.swarmplot(x="day", y="total_bill", data=data)
plt.show()