炫意html5
最早CSS3和HTML5移动技术网站之一

Seaborn – 绘制分类数据

在前面的章节中,我们学习了散点图,hexbin图和kde图,用于分析研究中的连续变量.当研究中的变量是分类时,这些图不适合.

当研究中的一个或两个变量是分类时,我们使用像striplot(),swarmplot()等图. Seaborn提供了这样做的界面.

分类散点图

在本节中,我们将了解分类散点图.

stripplot()

当研究中的一个变量是分类时,使用stripplot().它沿着任意一个轴的排序顺序表示数据.

示例

import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('iris')
sb.stripplot(x = "species", y = "petal_length", data = df)
plt.show()

输出

Box

在上图中,我们可以清楚地看到每个物种中 petal_length 的差异.但是,上述散点图的主要问题是散点图上的点是重叠的.我们使用’Jitter’参数来处理这种情况.

抖动会给数据增加一些随机噪声.此参数将调整沿分类轴的位置.

示例

import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('iris')
sb.stripplot(x = "species", y = "petal_length", data = df, jitter = Ture)
plt.show()

输出

Dots

现在,可以很容易地看到点的分布.

Swarmplot()

另一个可用作”抖动”替代的选项是函数 swarmplot().此函数将散点图的每个点定位在分类轴上,从而避免重叠点和减号;

示例

import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('iris')
sb.swarmplot(x = "species", y = "petal_length", data = df)
plt.show()

输出

Shades

炫意HTML5 » Seaborn – 绘制分类数据

Java基础教程Android基础教程