数据导入
#!/usr/bin/python
# -*- coding: UTF-8 -*-
# %matplotlib inline
import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns
sns.set(style="whitegrid", color_codes=True)
np.random.seed(sum(map(ord, "categorical")))
titanic = sns.load_dataset("titanic")
tips = sns.load_dataset("tips")
sns.stripplot(x="day", y="total_bill", data=tips);
jitter去重叠
重叠是很常见的现象,但是重叠影响观察数据的量
sns.stripplot(x="day", y="total_bill", data=tips, jitter=True)
使用sns.swarmplot()生成树状散点图
sns.swarmplot(x="day", y="total_bill", data=tips)
sns.swarmplot()加入hue="sex"
sns.swarmplot(x="day", y="total_bill", hue="sex",data=tips)
sns.swarmplot()加入调色板
colors = ["windows blue", "amber", "greyish", "faded green", "dusty purple"]
sns.swarmplot(x="day", y="total_bill", hue="sex",data=tips, palette=sns.xkcd_palette(colors))
sns.swarmplot(x="total_bill", y="day", hue="time", data=tips);
盒图-sns.boxplot()
- IQR即统计学概念四分位距,第一/四分位与第三/四分位之间的距离
- N = 1.5IQR 如果一个值>Q3+N或 < Q1-N,则为离群点
sns.boxplot(x="day", y="total_bill", hue="time", data=tips);
钢琴图-sns.violinplot()
sns.violinplot(x="total_bill", y="day", hue="time", data=tips);
sns.violinplot(x="day", y="total_bill", hue="sex", data=tips, split=True);
sns.violinplot(x="day", y="total_bill", data=tips, inner=None)
sns.swarmplot(x="day", y="total_bill", data=tips, color="w", alpha=.5)
显示值的集中趋势可以用条形图sns.barplot()
sns.barplot(x="sex", y="survived", hue="class", data=titanic);
sns.barplot(x="class", y="survived", hue="sex", data=titanic);
点图sns.pointplot();
sns.pointplot(x="sex", y="survived", hue="class", data=titanic);
sns.pointplot(x="class", y="survived", hue="sex", data=titanic,
palette={"male": "g", "female": "m"},
markers=["^", "o"], linestyles=["-", "--"]);
宽形数据sns.boxplot();
iris = sns.load_dataset("iris")
sns.boxplot(data=iris,orient="h");
多层面板分类图sns.factorplot() -- @突出标识@
sns.factorplot(x="day", y="total_bill", hue="smoker", data=tips)
sns.factorplot(x="day", y="total_bill", hue="smoker", data=tips, kind="bar")
sns.factorplot(x="day", y="total_bill", hue="smoker",
col="time", data=tips, kind="swarm")
sns.factorplot(x="time", y="total_bill", hue="smoker",
col="day", data=tips, kind="box", size=4, aspect=.5)
Parameters:参数介绍 -- @突出标识@
- x,y,hue 数据集变量 变量名
- date 数据集 数据集名
- row,col 更多分类变量进行平铺显示 变量名
- col_wrap 每行的最高平铺数 整数
- estimator 在每个分类中进行矢量到标量的映射 矢量
- ci 置信区间 浮点数或None
- n_boot 计算置信区间时使用的引导迭代次数 整数
- units 采样单元的标识符,用于执行多级引导和重复测量设计 数据变量或向量数据
- order, hue_order 对应排序列表 字符串列表
- row_order, col_order 对应排序列表 字符串列表
- kind : 可选:point 默认, bar 柱形图, count 频次, box 箱体, violin 提琴, strip 散点,swarm 分散点 size 每个面的高度(英寸) 标量 aspect 纵横比 标量 orient 方向 "v"/"h" color 颜色 matplotlib颜色 palette 调色板 seaborn颜色色板或字典 legend hue的信息面板 True/False legend_out 是否扩展图形,并将信息框绘制在中心右边 True/False share{x,y} 共享轴线 True/False