打卡46天

Seaborn数据分类绘图

分类散点图

sns.set()
tips = sns.load_dataset('tips')
print(tips.head(5))
sns.catplot(x='day',y='total_bill',kind='strip',data=tips)  #缺陷会出现数据重叠
plt.show()

 用kind='strip'方式绘制的分类散点图有数据重叠的缺陷，可以用kind='swarm'来绘制

sns.catplot(x='day',y='total_bill',data=tips,kind='swarm',hue='time')
plt.show()

 根据情况可以将分类变量有垂直方向改称水平方向

 

类别内部整体分布

箱型图

数据量大时没办法用分类散点图，可以用箱型图来查看类别中数据的整体分布，有没有离群值/异常值，具体判断和处理离群值

sns.set()
sns.catplot(x='day',y='total_bill',kind='box',data=tips) 
plt.show()

 

小提琴图

用来分析数据密度

#分析数据密度
sns.set()
sns.catplot(x='day',y='total_bill',data=tips,hue='time',kind='violin',
            split=True,inner='stick',palette='pastel')
plt.show()

 kind='violin'绘制小提琴图，split将类别内数据分开显示，inner在小提琴图上显示数据分布线，palette控制线条颜色

 

类别内部整体趋势

条形图

集中反映数据趋势

sns.set()
sns.catplot(x='sex',y='total_bill',hue='time',kind='bar',data=tips)
plt.show()

 

 

点图

散点图中点的位置估计数值变量的集中趋势，表现第一个分类变量和第二个分类变量的集中变化趋势

sns.set()
sns.catplot(x='sex',y='tip',hue='time',data=tips,kind='point')
plt.show()