python组合数据分类_Python数据分析之Seaborn(分类分析绘图 )

本文介绍了如何使用Seaborn库进行Python数据分析的可视化,包括散点图、箱型图、琴形图、条形图、点图以及多层面板分类图的绘制方法,展示了如散点图的jitter抖动、swarmplot、boxplot和violinplot等技术,用于揭示数据的分布和趋势。
摘要由CSDN通过智能技术生成

720c48616811a221aaa3da8be0800c8f.png

f937a35cabdc75e7e1398ffb45ffd7fb.png

Seaborn分类分析绘图

%matplotlib inlineimport numpy as npimport pandas as pdimport matplotlib as mplimport matplotlib.pyplot as pltimport seaborn as snssns.set(style="whitegrid", color_codes=True)

np.random.seed(sum(map(ord, "categorical")))titanic = sns.load_dataset("titanic") #导入泰坦尼克数据集tips = sns.load_dataset("tips") #导入小费数据集iris = sns.load_dataset("iris") #导入鸢尾花数据集

散点图

sns.stripplot(x="day", y="total_bill", data=tips)

6514e7b08e48ce6c3ee262a58d1cce3b.png

问题:有重叠,无法看见数据的密度。

解决方法一:通过jitter抖动

抖动是平时可视化中的常用的观察“密度”的方法,除了使用参数抖动,特定的抖动需求也可以用numpy在数据上处理实现

sns.stripplot(x="day", y="total_bill", data=tips, jitter=True) # jitter抖动

1d8b3d3449028a9fa3c71de8ca833169.png

解决方法二:通过swarmplot()函数

sns.swarmplot(x="day", y="total_bill", data=tips)

a7424ac09977c42763fbfb1a3fa9dcaa.png

sns.swarmplot(x="day", y="total_bill", hue="sex",data=tips) #hue 参数控制分组绘图

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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