一、分类散点图
1.stripplot
函数:seaborn.stripplot
常用参数:
x,y,hue | 接收data中的变量名,表示选入的绘图变量,hue传入分类变量,以对颜色分类。 |
data | 接收DataFrame,array,list,series,表示用于绘图的数据集。 |
order,order_hue | 接收字符串列表,指定绘图分类级别。 |
jitter | 接收float,True或1,添加均匀随机噪声以优化图形显示。默认为True |
dodge | bool,表示使用分类嵌套时是否沿着分类轴分离。默认为False |
orient | 接收v或h,表示图形的方向。 |
tips=sns.load_dataset('tips')
fig,ax=plt.subplots(1,2,figsize=(8,4))
#添加随机噪声
sns.stripplot(x='day',y='total_bill',data=tips,ax=ax[0])
#不添加随机噪声
sns.stripplot(x='day',y='total_bill',data=tips,jitter=False,ax=ax[1])
使用多分类功能:
sns.stripplot(x='day',y='total_bill',hue='sex',data=tips)
修改dodge参数,使变量沿着分类轴而不是重叠覆盖:
sns.stripplot(x='day',y='total_bill',hue='sex',dodge=True,data=tips)
2.violinplot
小提琴图是箱线图和核密度估计图的结合。与箱线图相比,它除了可以显示图形上显示的那些统计特征外,它还可以显示数据的分布。
函数:seaborn.violinplot
常用参数:
bw | 接收“scott”“silverman”“及float,表示选入的绘图变量。默认为”scott“ |