python可视化进阶---seaborn1.5 分类数据可视化 - 分类散点图 stripplot() / swarmplot()

分类数据可视化 - 分类散点图

stripplot() / swarmplot()

加载模块,设置风格、尺度

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

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

#不发出警告
import warnings
warnings.filterwarnings('ignore')

1.stripplot()

#按照不同类别对样本数据进行分布散点图绘制

示例1:hue

tips = sns.load_dataset('tips')
print(tips.head())

sns.stripplot(x = 'day',       #x ---> 设置分组统计字段
              y = 'total_bill',#y ---> 数据分布统计字段
              #这里xy数据对调,会使得散点图横向分布
              data = tips,    #data ---> 对应数据
              jitter = True, #jitter ---> 当数据重合较多时,用该参数做一些调整,也可以设置间距如,jitter = 0.1    
              size = 5, edgecolor = 'w', linewidth = 1, marker = 'o'
              )

#通过hue参数再分类
sns.stripplot(x = 'sex', y = 'total_bill', hue = 'day', data=tips, jitter = True)

通过stripplot() 按照x轴里的类别进行分类

并通过hue = ‘day’可以再对散点图中的数值进行分类

示例2:设置调色盘palette

#设置调色盘
sns.stripplot(x = 'sex' , y = 'total_bill', hue = 'day',
              data = tips, jitter = True,
              palette = 'Set2',#设置调色盘
              dodge = True,
              )

示例3:用order参数进行筛选分类类别

#筛选分类类别
#查看day字段的唯一值
print(tips['day'].value_counts())
#order  ---> 筛选类别
sns.stripplot(x = 'day', y = 'total_bill', data = tips, jitter = True,
              order = ['Sat','Sun'])

 

2、swarmplot()
分簇散点图

#用法和stripplot类似
sns.swarmplot(y = 'total_bill', x = 'day', data= tips,
              size = 5, edgecolor = 'w', linewidth = 1, marker = 'o',
              palette = 'Reds')

一行数据 Python 数据分析 爬虫与机器学习
python超级爱好者,公众号「一行数据」关注领取5T编程资料,有任何学习问题都可以联系我,微信data_ecology,从入门到就业
实付 79.90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、C币套餐、付费专栏及课程。

余额充值