18-12-9-可视化库Seaborn学习笔记（五：category-分类）

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