Python绘图总结(seaborn篇)之数据分类

最新推荐文章于 2024-07-22 10:33:22 发布

wuzlun

最新推荐文章于 2024-07-22 10:33:22 发布

阅读量1.4w

点赞数 4

分类专栏： Python绘图文章标签： seaborn

本文链接：https://blog.csdn.net/wuzlun/article/details/80323205

版权

本文详述了使用seaborn库进行数据分类可视化的方法，涵盖了stripplot、swarmplot、boxplot、violinplot、barplot、countplot、pointplot以及多变量分类绘图factorplot和PairGrid的用法，是学习seaborn数据展示的好资源。

摘要由CSDN通过智能技术生成

学习https://seaborn.pydata.org 记录，描述不一定准确，具体请参考官网

%matplotlib inline
import numpy as np
import pandas as pd
from scipy import stats, integrate
import seaborn as sns
import matplotlib.pyplot as plt

# seaborn中文乱码解决方案
from matplotlib.font_manager import FontProperties
myfont=FontProperties(fname=r'C:\Windows\Fonts\simhei.ttf',size=14)
sns.set(font=myfont.get_name(), color_codes=True)

# 加载数据  https://github.com/mwaskom/seaborn-data 数据地址
np.random.seed(sum(map(ord, "categorical")))
titanic = sns.load_dataset("titanic")
tips = sns.load_dataset("tips")
iris = sns.load_dataset("iris")

# tips数据
tips[::25].head()

	total_bill	tip	sex	smoker	day	time	size
0	16.99	1.01	Female	No	Sun	Dinner	2
25	17.81	2.34	Male	No	Sat	Dinner	4
50	12.54	2.50	Male	No	Sun	Dinner	2
75	10.51	1.25	Male	No	Sat	Dinner	2
100	11.35	2.50	Female	Yes	Fri	Dinner	2

1、stripplot() 条形散点－重叠

# jitter=True 表示沿轴随机分布，相对避免重叠
fig, axes = plt.subplots(1,2,figsize=(12, 5),sharex=True, sharey=True)
sns.stripplot(x="day", y="total_bill", data=tips, ax=axes[