Python可視化 | Seaborn5分鐘入門(四)——stripplot和swarmplot

Seaborn是基於matplotlib的Python可視化庫。 它提供了一個高級界面來繪製有吸引力的統計圖形。Seaborn其實是在matplotlib的基礎上進行了更高級的API封裝,從而使得作圖更加容易,不需要經過大量的調整就能使你的圖變得精緻。

Python可視化 | Seaborn5分鐘入門(四)——stripplot和swarmplot

注:所有代碼均在IPython notebook中實現

stripplot(分佈散點圖)

先總覽一下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)

接下來就直接上代碼演示,首先導入相應的包,這個大家應該都很熟悉了。

import seaborn as sns
%matplotlib inline
sns.set(font_scale=1.5,style="white")
sns.set_context({"figure.figsize":(10,8)})

下面是本次演示所使用的數據集:

data=sns.load_dataset("tips") 
data.head() 
Python可視化 | Seaborn5分鐘入門(四)——stripplot和swarmplot

我們先來看一下stripplot是什麼樣的

sns.stripplot(x="time",y="total_bill", data=data) 
Python可視化 | Seaborn5分鐘入門(四)——stripplot和swarmplot

可以看到stripplot的作圖原理就是按照x屬性所對應的類別分別展示y屬性的值,適用於分類數據。上圖就是不同飯點的賬單總金額的散點圖。

接下來講解一下stripplot的主要參數,在這裡我們只講stripplot特有的一些參數,其他一些seaborn中常見參數的介紹可以翻看之前的文章。

x:設置分組統計字段

y:設置分佈統計字段

jitter:當數據點重合較多時,可用該參數做一些調整

sns.stripplot(x="time",y="total_bill",data=data,jitter=True)

可以看到,之前重合的數據點分散開了

Python可視化 | Seaborn5分鐘入門(四)——stripplot和swarmplot

在對time屬性分類後,利用hue參數進行內部的分類

sns.stripplot(x="time",y="total_bill",data=data,jitter=True,hue="day") 
Python可視化 | Seaborn5分鐘入門(四)——stripplot和swarmplot

那如果我想把組內的不同類別分開來顯示呢?這時候就用dodge參數

dodge:控制組內分類是否徹底分拆

sns.stripplot(x="time",y="total_bill",data=data,jitter=True,hue="day",dodge=True) 
Python可視化 | Seaborn5分鐘入門(四)——stripplot和swarmplot

order:對x參數所選字段內的類別進行排序以及篩選

sns.stripplot(x="time",y="total_bill",data=data,jitter=True,
 hue="day",dodge=True,order=["Dinner","Lunch"])
Python可視化 | Seaborn5分鐘入門(四)——stripplot和swarmplot

可以看到x軸上原本的Dinner和Lunch類別的前後順序變了

sns.stripplot(x="time",y="total_bill",data=data,jitter=True,
 hue="day",dodge=True,order=["Dinner"]) 
Python可視化 | Seaborn5分鐘入門(四)——stripplot和swarmplot

可以看到x軸上原本的Lunch類別沒有了,stripplot的演示就到此為止

swarmplot(分簇散點圖)

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的用法其實差不多,我們來看看兩種圖之間有什麼區別,還是使用之前的數據集。

sns.swarmplot(x="day",y="total_bill",data=data)
Python可視化 | Seaborn5分鐘入門(四)——stripplot和swarmplot

可以看到swarmplot將不同類別的散點圖以樹狀來顯示,其他參數用法和stripplot一致,下面簡單演示一下。

sns.swarmplot(x="day",y="total_bill",data=data,hue="sex",dodge=True)
Python可視化 | Seaborn5分鐘入門(四)——stripplot和swarmplot

sns.swarmplot(x="day",y="total_bill",data=data,hue="sex",dodge=True,palette="husl")
Python可視化 | Seaborn5分鐘入門(四)——stripplot和swarmplot

sns.swarmplot(y="day",x="total_bill",data=data,hue="sex",dodge=True,palette="husl")
Python可視化 | Seaborn5分鐘入門(四)——stripplot和swarmplot

有關stripplot和swarmplot的演示就到此結束了,想進一步學習的童鞋可以查看Seaborn的官方文檔!以上內容是我結合官方文檔和自己的一點理解寫成的,有什麼錯誤大家可以指出來並提提意見共同交流、進步,也希望我寫的這些能夠給閱讀完本文的你或或少的幫助!


分享到:


相關文章: