分布数据可视化 - 分类散点图

stripplot() / swarmplot()

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn  as sns
%matplotlib inline


#设置风格、尺度
sns.set_style("whitegrid") 
sns.set_context("paper")

#屏蔽警告
import warnings
warnings.filterwarnings('ignore')

stripplot():按照不同类别对样本数据进行分布散点图绘制

# 加载数据
tips = sns.load_dataset('tips')
print(tips.head())

sns.stripplot(x='day', # x -> 设置分组统计字段
             y='total_bill', # y -> 数据分布统计字段
             # 这里xy数据对调，将会使得散点图横向分布
              data=tips,  # data -> 对应数据
              jitter=True,  # jitter -> 当点数据重合较多时，用该参数做一些调整，也可以设置间距，如 jitter=0.1
              size=5, edgecolor='w', linewidth=1, marker='o' # 设置点的大小、描边颜色或宽度、点样式           
             )

通过hue参数再分类

sns.stripplot(x="sex", y="total_bill", hue="day", data=tips, jitter=True)

设置调色盘

sns.stripplot(x="sex", y="total_bill", hue="day", data=tips, jitter=True, palette="Set2",  # 设置调色盘
             dodge=True # 是否拆分
             )

筛选分类类别

sns.stripplot(x="day", y="total_bill", data=tips, jitter=True,order=['Sat','Sun'])

# order -> 筛选类别

分簇散点图 ：swarmplot()

用法和stripplot类似

sns.swarmplot(y="total_bill", x="day", data=tips, size=5, edgecolor='w', linewidth=1, marker='o', palette='Reds')