python数据可视化seaborn（四）—— 分类数据可视化

之前的文章关注的是两个变量都是数值变量的情况,当有一个变量是分类变量的时候，我们就需要其他类型的图形来展示分析数据。在seaborn中有多种类型的图形且非常易于上手。

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

sns.set(style="whitegrid",font_scale=1.4,context="paper")
# 设置风格、尺度
import warnings
warnings.filterwarnings('ignore') 
# 不发出警告

seaborn中，分类图主要分为三个部分：

• 分类散点图：
  • stripplot(默认，kind = “strip”)
  • swarmplot(kind = “swarm”)
• 分类分布图：
  • boxplot(kind=“box”)
  • violinplot(kind=“violin”)
  • boxenplot(kind=“boxen”)
• 分类估计图：
  • pointplot(kind=“point”)
  • barplot(kind=“bar”)
  • countplot(kind=“count”)

以上三种系列分别代表了不同粒度级别的数据。当然，在实际使用的过程中，其实没有必要记住这么多，因为seaborn中的分类系列有统一的图形界面catplot(),只需要这一个函数，就能访问所有分类图像类型。

分类散点图

seaborn.stripplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, jitter=True, dodge=False, orient=None, color=None, palette=None, size=5, edgecolor=‘gray’, linewidth=0, ax=None, **kwargs)

• jitter : 是否抖动，True，false or float
• dodge : 当有hue参数时，是否沿轴分离不同颜色
• orient : 图形方向，垂直（“v”）或者水平(“h”)

# 1、catplot()  默认情况下，kind='strip'
# 按照不同类别对样本数据进行分布散点图绘制

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

sns.catplot(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, height=6,   
            #当点数据重合较多时，jitter可以控制点抖动，也可以设置间距如：jitter = 0.1
            s = 6, edgecolor = 'w',linewidth=1,marker = 'o' , 
            # 设置点的大小、描边颜色或宽度、点样式
            )

   total_bill   tip     sex smoker  day    time  size
0       16.99  1.01  Female     No  Sun  Dinner     2
1       10.34  1.66    Male     No  Sun  Dinner     3
2       21.01  3.50    Male     No  Sun  Dinner     3
3       23.68  3.31    Male     No  Sun  Dinner     2
4       24.59  3.61  Female     No  Sun  Dinner     4

# 1、stripplot()
# 通过kind='swarm' 来调整点防止重合

sns.catplot(x="day", y="total_bill",kind='swarm',
              hue='sex',data=tips,height=5,s=5.5)
# 通过让点沿轴分布来防止重合，这只使用与较小数据集

# 1、stripplot()
# 设置调色盘

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