seaborn系列 (10) | 盒形图boxplot()
目录
- 盒形图
- 函数原型
- 参数解读
- 案例教程
- 案例地址
盒形图
盒形图又称箱图，主要用来显示与类别相关的数据分布。
函数原型
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)
参数解读
x,y,hue:数据字段变量名(如上表，date,name,age,sex为数据字段变量名)
作用：根据实际数据，x,y常用来指定x,y轴的分类名称，
hue常用来指定第二次分类的数据类别(用颜色区分)data: DataFrame,数组或数组列表order,hue_order:字符串列表
作用：显式指定分类顺序，eg. order=[字段变量名1，字段变量名2,...]orient:方向：v或者h
作用：设置图的绘制方向(垂直或水平)，
如何选择：一般是根据输入变量的数据类型(dtype)推断出来。color:matplotlib 颜色palette:调色板名称，list类别或者字典
作用：用于对数据不同分类进行颜色区别saturation 饱和度：floatdodge:bool
作用：若设置为True则沿着分类轴，将数据分离出来成为不同色调级别的条带，
否则，每个级别的点将相互叠加size:float
作用：设置标记大小(标记直径，以磅为单位)edgecolor:matplotlib color，gray
作用：设置每个点的周围线条颜色linewidth:float
作用：设置构图元素的线宽度
案例教程
案例代码已上传：Github地址
import seaborn as sns
import matplotlib.pyplot as plt
# 设置样式风格
sns.set(style="whitegrid")
# 构建数据
tips = sns.load_dataset("tips")
"""
案例1：
横向的箱图
"""
sns.boxplot(x=tips["total_bill"])
plt.show()
import seaborn as sns
import matplotlib.pyplot as plt
# 设置样式风格
sns.set(style="whitegrid")
# 构建数据
tips = sns.load_dataset("tips")
"""
案例2：
根据数据情况，指定x变量名进行数据分组，y变量进行数据分布
"""
sns.boxplot(x="day", y="total_bill", data=tips)
plt.show()
import seaborn as sns
import matplotlib.pyplot as plt
# 设置样式风格
sns.set(style="whitegrid")
# 构建数据
tips = sns.load_dataset("tips")
"""
案例3：
指定hue对分组数据进行第二次分类(通过颜色进行区别)
"""
sns.boxplot(x="day", y="total_bill", hue="smoker",data=tips, palette="Set3")
plt.show()
import seaborn as sns
import matplotlib.pyplot as plt
# 设置样式风格
sns.set(style="whitegrid")
# 构建数据
tips = sns.load_dataset("tips")
"""
案例4：
设置linewidth 来指定边框的粗细
"""
sns.boxplot(x="day", y="total_bill", hue="time",data=tips, linewidth=2.5)
plt.show()
import seaborn as sns
import matplotlib.pyplot as plt
# 设置样式风格
sns.set(style="whitegrid")
# 构建数据
tips = sns.load_dataset("tips")
"""
案例5：
通过设置order来显式指定分类顺序
order=[字段变量名1，字段变量名2,...]
"""
sns.boxplot(x="time", y="tip", data=tips,order=["Dinner", "Lunch"])
plt.show()
import seaborn as sns
import matplotlib.pyplot as plt
# 设置样式风格
sns.set(style="whitegrid")
# 构建数据
iris = sns.load_dataset("iris")
"""
案例 a
"""
iris[:5]
import seaborn as sns
import matplotlib.pyplot as plt
# 设置样式风格
sns.set(style="whitegrid")
# 构建数据
iris = sns.load_dataset("iris")
"""
案例6：
为DataFrame中的每一个变量绘制一个方框图
结合案例a
"""
sns.boxplot(data=iris, orient="h", palette="Set2")
plt.show()
import seaborn as sns
import matplotlib.pyplot as plt
# 设置样式风格
sns.set(style="whitegrid")
# 构建数据
iris = sns.load_dataset("iris")
"""
案例7：
在箱图上绘制分簇散点图
"""
sns.boxplot(x="day", y="total_bill", data=tips)
sns.swarmplot(x="day", y="total_bill", data=tips, color=".25")
plt.show()
import seaborn as sns
import matplotlib.pyplot as plt
# 设置样式风格
sns.set(style="whitegrid")
# 构建数据
iris = sns.load_dataset("iris")
"""
案例8：
利用catplot()来实现boxplot()的效果(通过指定kind="box")
"""
sns.catplot(x="sex", y="total_bill",hue="smoker", col="time",data=tips, kind="box",height=4, aspect=.7);
plt.show()
案例地址
上述案例代码已上传：Github地址
Github地址https://github.com/Vambooo/SeabornCN
更多技术干货在公众号：数据分析与可视化学研社
seaborn系列 (10) | 盒形图boxplot()相关推荐
- Py之Seaborn：数据可视化Seaborn库的柱状图、箱线图(置信区间图)、散点图/折线图、核密度图/等高线图、盒形图/小提琴图/LV多框图的组合图/矩阵图实现
Py之Seaborn:数据可视化Seaborn库的柱状图.箱线图(置信区间图).散点图/折线图.核密度图/等高线图.盒形图/小提琴图/LV多框图的组合图/矩阵图实现 目录
- seaborn系列 (12) | 增强箱图boxenplot()
目录 增强箱图 函数原型 参数解读 案例教程 案例地址 增强箱图 增强箱图又称增强盒形图,可以为大数据集绘制增强的箱图. 增强箱图通过绘制更多的分位数来提供数据分布的信息. 函数原型 seaborn. ...
- 使用R进行数据可视化套路之-茎叶图、盒形图
代码 #茎叶图 library(DAAG) with(ais, stem(ht[sport=="Row"])) #图1#盒形图 with(fossum, boxplot(totln ...
- seaborn系列(1) | 关系类图relplot用法
本篇是<Seaborn系列>文章的第1篇. 关系类图relplot 关系类图 函数原型 参数解读 案例教程 案例地址 关系类图 seaborn.relplot()解读 注意:数据一定是通过 ...
- seaborn系列 (7) | 核函数密度估计图kdeplot()
核函数密度估计图 核函数密度估计图 函数原型 参数解读 案例教程 案例地址 核函数密度估计图 核函数密度估计图kdeplot(),该图主要用来拟合并绘制单变量或双变量核密度估计值. 函数原型 sea ...
- seaborn系列 (17) | 回归模型图lmplot()
目录 回归模型图 函数原型 参数解读 案例教程 案例地址 回归模型图 回归模型图可以对数据进行回归显示. 函数原型 seaborn.lmplot(x, y, data, hue=None,col=No ...
- Seaborn系列| 绘制相关性热图（仅显示下三角相关性）
目录 seaborn简介 下载安装 实例 1.导入包 2.导入数据 3. 计算相关性 4. 设置颜色 5. 定义一个与相关性矩阵大小相同的矩阵,用于仅显示下三角内容,如需要显示整个矩阵则不需要如此设置 ...
- seaborn系列 (4) | 分类图catplot()
分类图 分类图 函数原型 参数解读 案例教程 案例地址 本篇是<Seaborn系列>文章的第4篇-分类图. 分类图 分类图catplot() 解析: catplot() 分类图(它是下面8 ...
- seaborn系列 (9) | 分簇散点图swarmplot()
目录 分簇散点图 函数原型 参数解读 案例教程 案例地址 分簇散点图 分簇散点图 可以理解为数据点不重叠的分类散点图 该函数类似于stripplot(),但该函数可以对点进行一些调整,使得数据点不重叠 ...
- seaborn系列 (8) | 分类散点图stripplot()
分类散点图 分类散点图 函数原型 参数解读 案例教程 案例地址 分类散点图 stripplot()可以自己实现对数据分类的展现,也可以作为盒形图或小提琴图的一种补充,用来显示所有结果以及基本分布情况. ...
最新文章
- 深入理解计算机系统答案2.11,深入理解计算机系统 第十一章
- 大学计算机基础课程报告python-Python程序设计习题解析（大学计算机基础教育规划教材）...
- jaxb int convert to integer
- C++中default标识的构造函数的说明
- python装饰器源代码_13-Python-装饰器
- zookeeper安装_【Zookeeper】zookeeper的安装与调试
- Scala实现Mapreduce程序4-----数据去重
- python从键盘获取列表,python – 从5行中的列表列表中获取所有元素
- 配置Linaro toolchain交叉编译工具
- 批量删除新浪微博的关注
- Python-TypeError:takes no arguments
- 2022年四川省科技型中小企业申报条件材料流程及奖励扶持
- 微信小程序 延时执行 设置固定时间间隔
- 安卓手机管理_Mac上的安卓手机管理工具：HandShaker for mac
- oh god job
- 功耗问题之过多唤醒源 wakeups
- solidity 循环语句
- 函数极限概念 极限的性质 极限存在准则 无穷大及无穷小
- The pick of
- 【Mycat】作为Mycat核心开发者，怎能不来一波Mycat系列文章？