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!

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20180620G1K9BI00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券