python可视化进阶---seaborn1.4 分布数据可视化 - 散点图 jointplot() / pairplot()

一行玩python

于 2018-09-11 14:43:06 发布

阅读量2.4w

点赞数 52

分类专栏： python可视化进阶文章标签： python可视化 seaborn python画图散点图数据挖掘

更多资料、源码请关注公众号「一行玩python」即可领取

本文链接：https://blog.csdn.net/qq_42554007/article/details/82625118

版权

本文详细介绍了使用Seaborn库进行分布数据可视化的散点图绘制方法，包括使用`jointplot()`和`pairplot()`函数。通过多个示例展示了散点图与分布图的结合、六边形图、密度图以及矩阵散点图的绘制技巧，涵盖了不同类型的散点图展示方式和参数设置。

摘要由CSDN通过智能技术生成

一、分布数据可视化 - 散点图

jointplot() / pairplot()

加载模块

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import scipy.stats as sci

1、综合散点图 - jointplot()

1.1散点图 + 分布图

示例1：

#创建数据
rs = np.random.RandomState(2)
df = pd.DataFrame(rs.randn(200,2), columns = ['A','B'])

sns.jointplot(x=df['A'], y=df['B'], #设置xy轴，显示columns名称
              data = df,  #设置数据
              color = 'b', #设置颜色
              s = 50, edgecolor = 'w', linewidth = 1,#设置散点大小、边缘颜色及宽度(只针对scatter)
              stat_func=sci.pearsonr,
              kind = 'scatter',#设置类型：'scatter','reg','resid','kde','hex'
              #stat_func=<function pearsonr>,
              space = 0.1, #设置散点图和布局图的间距
              size = 8, #图表大小(自动调整为正方形))
              ratio = 5, #散点图与布局图高度比，整型
              marginal_kws = dict(bins=15, rug =True), #设置柱状图箱数，是否设置rug
              )

图1.散点分布图

注意：如果不显示r值(pearsonr),可以在参数中添加stat_func=sci.pearsonr,有就不用添加了

示例2：六边形图

sns.jointplot(x=df['A'], y=df['B'], #设置xy轴，显示columns名称
              data = df,  #设置数据
              color = 'b', #设置颜色
              #s = 50, edgecolor = 'w', linewidth = 1,#设置散点大小、边缘颜色及宽度