欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

Seaborn--多变量分析(四)

程序员文章站 2022-07-14 10:06:37
...

参数:

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
%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")
iris = sns.load_dataset("iris")
sns.stripplot(x="day", y="total_bill", data=tips)

Seaborn--多变量分析(四)重叠是很常见的现象,但是重叠影响我观察数据的量了

sns.stripplot(x="day", y="total_bill", data=tips, jitter=True) jitter #控制向左向右偏

Seaborn--多变量分析(四)
可以看到数据依然有些重叠

sns.swarmplot(x="day", y="total_bill", data=tips)

Seaborn--多变量分析(四)

sns.swarmplot(x="day", y="total_bill", hue="sex",data=tips)
#sns.swarmplot(x="total_bill", y="day", hue="time", data=tips)交换坐标

Seaborn--多变量分析(四)盒图

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)

Seaborn--多变量分析(四)小提琴图

sns.violinplot(x="total_bill", y="day", hue="time", data=tips)

Seaborn--多变量分析(四)

sns.violinplot(x="day", y="total_bill", hue="sex", data=tips, split=True);#split按性别不同画小提琴图

Seaborn--多变量分析(四)

sns.violinplot(x="day", y="total_bill", data=tips, inner=None)
sns.swarmplot(x="day", y="total_bill", data=tips, color="w", alpha=.5)

Seaborn--多变量分析(四)显示值的集中趋势可以用条形图

sns.barplot(x="sex", y="survived", hue="class", data=titanic);

Seaborn--多变量分析(四)点图可以更好的描述变化差异

sns.pointplot(x="sex", y="survived", hue="class", data=titanic)

Seaborn--多变量分析(四)

sns.pointplot(x="class", y="survived", hue="sex", data=titanic,
              palette={"male": "g", "female": "m"},
              markers=["^", "o"], linestyles=["-", "--"]);

Seaborn--多变量分析(四)宽形数据

sns.boxplot(data=iris,orient="h")

Seaborn--多变量分析(四)多层面板分类图

sns.factorplot(x="day", y="total_bill", hue="smoker", data=tips)

Seaborn--多变量分析(四)

sns.factorplot(x="day", y="total_bill", hue="smoker", data=tips, kind="bar")

Seaborn--多变量分析(四)

sns.factorplot(x="day", y="total_bill", hue="smoker",
               col="time", data=tips, kind="swarm")

Seaborn--多变量分析(四)

sns.factorplot(x="time", y="total_bill", hue="smoker",
               col="day", data=tips, kind="box", size=4, aspect=.5)

Seaborn--多变量分析(四)

相关标签: Seaborn