Python数据可视化seaborn(三) -- 分类散点图
分布数据可视化 - 分类散点图stripplot()/ swarmplot()import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport seabornas sns%matplotlib inline#设置风格、尺度sns.set_style("whitegrid")sns.set_context("pape
·
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')
更多推荐
所有评论(0)