Seaborn入门系列（四）——stripplot和swarmplot

Seaborn是基于matplotlib的Python可视化库。 它提供了一个高级界面来绘制有吸引力的统计图形。Seaborn其实是在matplotlib的基础上进行了更高级的API封装，从而使得作图更加容易，不需要经过大量的调整就能使你的图变得精致。但应强调的是，应该把Seaborn视为matplotlib的补充，而不是替代物。

注：所有代码均在IPython notebook中实现

stripplot(分布散点图)

先总览一下stripplot的API：

seaborn.stripplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, jitter=False, dodge=False, orient=None, color=None, palette=None, size=5, edgecolor='gray', linewidth=0, ax=None, **kwargs)

接下来就直接上代码演示，首先导入相应的包，这个大家应该都很熟悉了。

下面是本次演示所使用的数据集：

我们先来看一下stripplot是什么样的

可以看到stripplot的作图原理就是按照x属性所对应的类别分别展示y属性的值，适用于分类数据。上图就是不同饭点的账单总金额的散点图。

接下来讲解一下stripplot的主要参数，在这里我们只讲stripplot特有的一些参数，其他一些seaborn中常见参数的介绍可以翻看之前的文章。

设置分组统计字段

设置分布统计字段

当数据点重合较多时，可用该参数做一些调整

可以看到，之前重合的数据点分散开了

在对time属性分类后，利用hue参数进行内部的分类

那如果我想把组内的不同类别分开来显示呢？这时候就用dodge参数

控制组内分类是否彻底分拆

对x参数所选字段内的类别进行排序以及筛选

可以看到x轴上原本的Dinner和Lunch类别的前后顺序变了

可以看到x轴上原本的Lunch类别没有了，stripplot的演示就到此为止

swarmplot(分簇散点图)

sns.swarmplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, dodge=False, orient=None, color=None, palette=None, size=5, edgecolor='gray', linewidth=0, ax=None, **kwargs)

swarmplot和stripplot的用法其实差不多，我们来看看两种图之间有什么区别，还是使用之前的数据集。

可以看到swarmplot将不同类别的散点图以树状来显示，其他参数用法和stripplot一致，下面简单演示一下。

有关stripplot和swarmplot的演示就到此结束了，想进一步学习的童鞋可以查看Seaborn的官方文档！以上内容是我结合官方文档和自己的一点理解写成的，有什么错误大家可以指出来并提提意见，共同交流、进步，也希望我写的这些能够给阅读完本文的你或或少的帮助！