热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

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 num

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 inlinesns.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 = 0.1s = 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

在这里插入图片描述

# 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

在这里插入图片描述

# 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)

在这里插入图片描述

# 排序
print(tips['day'].value_counts())
# 查看day字段的唯一值sns.catplot(x="day", y="total_bill", data=tips,order = ['Sun','Sat'])
# order → 筛选类别,控制排序

Sat 87
Sun 76
Thur 62
Fri 19
Name: day, dtype: int64

在这里插入图片描述

分类分布图


箱线图 boxplot()

seaborn.boxplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, orient=None, color=None, palette=None, saturation=0.75, width=0.8, dodge=True, fliersize=5, linewidth=None, whis=1.5, notch=False, ax=None, **kwargs)

  • saturation : float,颜色饱和度
  • fliersize : 异常值标记的大小
  • whis : float,超出IQR多少比例被视为异常值,默认1.5
  • notch : 是否用中位数设置凹槽

# 箱线图 catplot(kind='box')
sns.catplot(x='day', y='total_bill', data=tips,kind='box',linewidth=2, # 线宽width=0.6, # 箱之间的间隔比例fliersize=5, # 异常点大小palette='hls', # 调色板whis=1.5, # 设置IQRnotch=True, # 设置是否用中位数做凹槽order=['Thur', 'Fri', 'Sat', 'Sun'], #筛选类别)

在这里插入图片描述

# 通过hue参数再分类
# 多种类型图混合# 绘制箱型图
sns.catplot(x="day", y="total_bill", data=tips,kind='box',hue = 'smoker',height=6)# 绘制散点图
sns.swarmplot(x="day", y="total_bill", data=tips,color ='k',s= 3,alpha = 0.8)
# 添加分类散点图,这里添加散点图要用各自的函数swarmplot()
# 不能再用高级端口catplot() 否则就是两个图了

在这里插入图片描述

对于数据量较大的数据集,散点图会显的很拥挤,这时我们可以使用boxenplot(),这种图表类似箱线图,既能够展示数据的分布也可以如箱线图展示数据的统计信息

diamonds = sns.load_dataset("diamonds")
print(diamonds.head(3))
sns.catplot(x='color',y='price',kind='boxen',data=diamonds.sort_values("color"),height=6)

carat cut color clarity depth table price x y z
0 0.23 Ideal E SI2 61.5 55.0 326 3.95 3.98 2.43
1 0.21 Premium E SI1 59.8 61.0 326 3.89 3.84 2.31
2 0.23 Good E VS1 56.9 65.0 327 4.05 4.07 2.31

在这里插入图片描述

提琴图

小提琴图将核密度估计和箱线图结合起来

seaborn.violinplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, bw=‘scott’, cut=2, scale=‘area’, scale_hue=True, gridsize=100, width=0.8, inner=‘box’, split=False, dodge=True, orient=None, linewidth=None, color=None, palette=None, saturation=0.75, ax=None, **kwargs)

  • bw : (“scott”,“silverman”,float),核大小的比例因子,实际效果是越大越平滑。
  • cut : float,用于将密度扩展到极端数据点之外的距离,设置为0以将小提琴范围限制在观测数据的范围内。
  • scale : 小提琴图的宽度:area-面积相同,count-按照样本数量决定宽度,width-宽度一样
  • scale_hue : bool,当有hue时,决定实在分组内还是图上所有小提琴计算缩放比例
  • gridsize : 和必读估计离散网格中的点数,越高越平滑
  • inner : (“box”, “quartile”, “point”, “stick”, None),内部显示样式
  • split : 当有颜色嵌套是,是否分别绘制每侧的小提琴。

# 2、violinplot()
# 小提琴图sns.catplot(x="day", y="total_bill", data=tips,kind='violin',linewidth = 2, # 线宽width = 0.8, # 箱之间的间隔比例height=6,palette = 'hls', # 设置调色板order = ['Thur','Fri','Sat','Sun'], # 筛选类别scale = 'area', # 测度小提琴图的宽度:# area-面积相同,count-按照样本数量决定宽度,width-宽度一样gridsize = 30, # 设置小提琴图边线的平滑度,越高越平滑inner = 'box', bw = .5 # 控制拟合程度,一般可以不设置)

在这里插入图片描述

# 2、violinplot()
# 通过hue参数再分类sns.catplot(x="day", y="total_bill", data=tips,kind='violin',hue = 'smoker',palette="muted", split=True, # 设置是否拆分小提琴图inner="quartile",height=6)

在这里插入图片描述

# 2、violinplot()
# 结合散点图sns.catplot(x="day", y="total_bill", data=tips,kind='violin',palette = 'hls',inner = None,height=6,cut=0 # 设置为0,将图限制在观测数据范围内。)# 插入散点图
sns.swarmplot(x="day", y="total_bill", data=tips,color="k", alpha=.5)

在这里插入图片描述

统计图

seaborn.barplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, estimator=, ci=95, n_boot=1000, units=None, orient=None, color=None, palette=None, saturation=0.75, errcolor=’.26’, errwidth=None, capsize=None, dodge=True, ax=None, **kwargs)

  • estimator : 分类箱内使用的统计函数
  • ci : (float,“sd”,None)
  • units : 变量名称,对变量的每个采样单独绘制,可用于绘制重复数据
  • errwidth : 误差线宽度
  • capsize : 误差条帽的宽度

# 1、barplot()
# 置信区间:样本均值 + 抽样误差
titanic = sns.load_dataset("titanic")
# print(titanic.head())
# 加载数据sns.catplot(x="sex", y="survived", data=titanic,kind='bar',palette = 'hls', hue="class",order = ['male','female'], # 筛选类别capsize = 0.05, # 误差线横向延伸宽度saturation=.8, # 颜色饱和度errcolor = 'gray',errwidth = 2, # 误差线颜色,宽度height=6,ci = 'sd'# 置信区间误差 → 0-100内值、'sd'、None)
print(titanic.groupby(['sex','class']).mean()['survived'])
print(titanic.groupby(['sex','class']).std()['survived'])
# 计算数据

sex class
female First 0.968085Second 0.921053Third 0.500000
male First 0.368852Second 0.157407Third 0.135447
Name: survived, dtype: float64
sex class
female First 0.176716Second 0.271448Third 0.501745
male First 0.484484Second 0.365882Third 0.342694
Name: survived, dtype: float64

在这里插入图片描述

# 1、barplot()
# 柱状图 - 置信区间估计
# 可以这样子改变风格sns.catplot(x="day", y="total_bill", data=tips,linewidth=2.5,facecolor=(1,1,1,0),kind='bar',edgecolor = 'k',)

在这里插入图片描述

# 1、barplot()crashes = sns.load_dataset("car_crashes").sort_values("total", ascending=False)
print(crashes.head())
# 加载数据f, ax = plt.subplots(figsize=(10, 15))
# 创建图表# sns.set_color_codes("pastel")
sns.barplot(x="total", y="abbrev", data=crashes,label="Total", color="b",edgecolor = 'w')
# 设置第一个柱状图# sns.set_color_codes("muted")
sns.barplot(x="alcohol", y="abbrev", data=crashes,label="Alcohol-involved", color="y",edgecolor = 'w')
# 设置第二个柱状图ax.legend(ncol=2, loc="lower right")
sns.despine(left=True, bottom=True)

total speeding alcohol not_distracted no_previous ins_premium \
40 23.9 9.082 9.799 22.944 19.359 858.97
34 23.9 5.497 10.038 23.661 20.554 688.75
48 23.8 8.092 6.664 23.086 20.706 992.61
3 22.4 4.032 5.824 21.056 21.280 827.34
17 21.4 4.066 4.922 16.692 16.264 872.51 ins_losses abbrev
40 116.29 SC
34 109.72 ND
48 152.56 WV
3 142.39 AR
17 137.13 KY

在这里插入图片描述

# 2、countplot()
# 计数柱状图sns.catplot(x="class", hue="who", data=titanic,kind='count',palette = 'magma')sns.catplot(y="class", hue="who", data=titanic,kind='count',palette = 'magma')
# x/y → 以x或者y轴绘图(横向,竖向)
# 用法和barplot相似

在这里插入图片描述

在这里插入图片描述

# 3、pointplot()sns.catplot(x="time", y="total_bill", hue = 'smoker',data=tips,kind='point',palette = 'hls',height=7,dodge = True, # 设置点是否分开join = True, # 是否连线markers=["o", "x"], linestyles=["-", "--"], # 设置点样式、线型)
# 计算数据
# # 用法和barplot相似

在这里插入图片描述


推荐阅读
  • 利用决策树预测NBA比赛胜负的Python数据挖掘实践
    本文通过使用2013-14赛季NBA赛程与结果数据集以及2013年NBA排名数据,结合《Python数据挖掘入门与实践》一书中的方法,展示如何应用决策树算法进行比赛胜负预测。我们将详细讲解数据预处理、特征工程及模型评估等关键步骤。 ... [详细]
  • 在网站制作中随时可用的10个 HTML5 代码片段
    HTML很容易写,但创建网页时,您经常需要重复做同样的任务,如创建表单。在这篇文章中,我收集了10个超有用的HTML代码片段,有HTML5启动模板、空白图片、打电话和发短信、自动完 ... [详细]
  • 对象自省自省在计算机编程领域里,是指在运行时判断一个对象的类型和能力。dir能够返回一个列表,列举了一个对象所拥有的属性和方法。my_list[ ... [详细]
  • 尽管深度学习带来了广泛的应用前景,其训练通常需要强大的计算资源。然而,并非所有开发者都能负担得起高性能服务器或专用硬件。本文探讨了如何在有限的硬件条件下(如ARM CPU)高效运行深度神经网络,特别是通过选择合适的工具和框架来加速模型推理。 ... [详细]
  • 本题探讨了在一个有向图中,如何根据特定规则将城市划分为若干个区域,使得每个区域内的城市之间能够相互到达,并且划分的区域数量最少。题目提供了时间限制和内存限制,要求在给定的城市和道路信息下,计算出最少需要划分的区域数量。 ... [详细]
  • 本文详细介绍了 org.apache.commons.io.IOCase 类中的 checkCompareTo() 方法,通过多个代码示例展示其在不同场景下的使用方法。 ... [详细]
  • 本文介绍如何在SQL Server中创建动态SQL存储过程,并提供详细的代码实例和解释。通过这种方式,可以更灵活地处理查询条件和参数。 ... [详细]
  • 反向投影技术主要用于在大型输入图像中定位特定的小型模板图像。通过直方图对比,它能够识别出最匹配的区域或点,从而确定模板图像在输入图像中的位置。 ... [详细]
  • JavaScript 基础语法指南
    本文详细介绍了 JavaScript 的基础语法,包括变量、数据类型、运算符、语句和函数等内容,旨在为初学者提供全面的入门指导。 ... [详细]
  • 本文介绍了一个SQL Server自定义函数,用于从字符串中提取仅包含数字和小数点的子串。该函数通过循环删除非数字字符来实现,并附带创建测试表、存储过程以演示其应用。 ... [详细]
  • Python实现斐波那契数列的方法与优化
    本文详细介绍了如何在Python中编写斐波那契数列,并探讨了不同的实现方法及其性能优化。通过递归、迭代和公式法,读者可以了解每种方法的优缺点,并选择最适合自己的实现方式。 ... [详细]
  • Coursera ML 机器学习
    2019独角兽企业重金招聘Python工程师标准线性回归算法计算过程CostFunction梯度下降算法多变量回归![选择特征](https:static.oschina.n ... [详细]
  • 基于Node.js、Express、MongoDB和Socket.io的实时聊天应用开发
    本文详细介绍了使用Node.js、Express、MongoDB和Socket.io构建的实时聊天应用程序。涵盖项目结构、技术栈选择及关键依赖项的配置。 ... [详细]
  • 深入解析Java枚举及其高级特性
    本文详细介绍了Java枚举的概念、语法、使用规则和应用场景,并探讨了其在实际编程中的高级应用。所有相关内容已收录于GitHub仓库[JavaLearningmanual](https://github.com/Ziphtracks/JavaLearningmanual),欢迎Star并持续关注。 ... [详细]
  • 嵌入式开发环境搭建与文件传输指南
    本文详细介绍了如何为嵌入式应用开发搭建必要的软硬件环境,并提供了通过串口和网线两种方式将文件传输到开发板的具体步骤。适合Linux开发初学者参考。 ... [详细]
author-avatar
diy2099_d94639
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有