Python seaborn 画图

https://www.jianshu.com/p/388abcc1bc3d

本文涉及到的图形如下：
箱线图boxplot
小提琴图violinplot
散点图striplot
带分布的散点图swarmplot
直方图barplot
计数的直方图countplot
两变量关系图factorplot

以下对seanborn 画图简单的介绍。多多练习。

import seaborn as sns
import numpy as np


sns.set_style("whitegrid")
tips = sns.load_dataset("tips")
tips
#绘制箱线图
ax = sns.boxplot(x = tips['total_bill'])
#绘制竖着放的箱线图，即把x 和 y 互换位置
ax = sns.boxplot(y = tips['total_bill'])
# 分组绘制箱线图， 分组因子是day,在x 轴不同位置绘制
ax = sns.boxplot(x = 'day', y = 'total_bill', data = tips)
#分组箱线图，分组因子实smoker， 不同的因子用不同的颜色区分， 相当于分组之后又分组
ax = sns.boxplot(x = "day", y = "total_bill", hue = "smoker", data = tips, palette = "Set3")
# 改变线宽， linewidth 参数
ax = sns.boxplot(x= "day", y = "total_bill", hue = 'time', data = tips, linewidth= 2.5)
#改变x轴顺序，order 参数
ax = sns.boxplot(x = 'time', y = 'tip', data = tips, order = ['Dinner', 'Lunch'])
#对dataFrame的每个变量都绘制一个箱线图，水平放置
iris = sns.load_dataset("iris")
ax = sns.boxplot(data = iris, orient = 'h', palette = 'Set2')
#箱线图+ 有分布趋势的散点图
#图形组合也就是两条绘图语句一起运行就可以了，相当于图形覆盖了
ax = sns.boxplot(x='day', y = 'total_bill', data = tips)
ax = sns.swarmplot(x = 'day', y = 'total_bill', data = tips, color = '.25')

#绘制小提琴图
ax = sns.violinplot(x = tips["total_bill"])
#分组的小提琴图，同上面的箱线图一样通过x轴分组
ax = sns.violinplot(x = "day", y = "total_bill", data = tips)
#通过hue分组的小提琴图，相当于分组后又分组
ax = sns.violinplot(x = "day", y = "total_bill", hue = "smoker", data = tips, palette = "muted")
#分组组合的小提琴图，其实就是hue分组后，各取一半组成一个小提琴图
ax = sns.violinplot(x = 'day', y = 'total_bill', hue = "smoker", data = tips, palette = 'muted', split = True)
#调整x轴顺序，同样通过order参数
ax = sns.violinplot(x = "time", y = "tip", data = tips, order = ['Dinner', 'Lunch'])


#----------------------------stripplot------------------------------------#
#普通的散点图
ax1 = sns.stripplot(x = tips['total_bill'])
#带分布密度的散点图
ax2 = sns.swarmplot(x = tips["total_bill"])
#分组的散点图
ax = sns.stripplot(x = 'day', y = 'total_bill', data = tips)
#添加抖动项的散点图，jitter可以实0.1， 0.2...这样的小数，表示抖动程度的大小
ax = sns.stripplot(x