目录

  • 点图
  • 函数原型
  • 参数解读
  • 案例教程
  • 案例地址

点图

点图表示通过散点图点的位置对数值变量的中心趋势的估计。
点图用于集中在一个或多个分类变量的不同级别之间的比较,有时比条形图更有用。
注:点图只显示平均值(或其他估计值)。但在许多情况下,显示每个分类变量级别的值分布可能更具信息性。此时,其他方法如一个盒子或小提琴可能更合适。

函数原型

seaborn.pointplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, estimator=<function mean>, ci=95, n_boot=1000, units=None, markers='o', linestyles='-', dodge=False, join=True, scale=1, orient=None, color=None, palette=None, errwidth=None, capsize=None, 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,...]estimator:可回调函数
作用:设置每个分类箱的统计函数ci:float或者"sd"或None
在估计值附近绘制置信区间的大小,如果是"sd",则跳过bootstrapping并绘制观察的标准差,如果为None,则不执行bootstrapping,并且不绘制错误条。n_boot:int
计算置信区间时使用的引导迭代次数markers:字符串或字符串列表
作用:标记符号

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="darkgrid")
# 构建数据
tips = sns.load_dataset("tips")
"""
案例1:
利用catplot()来实现boxplot()的效果(通过指定kind="box")
"""
sns.pointplot(x="time", 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="darkgrid")
# 构建数据
tips = sns.load_dataset("tips")
"""
案例2:
设置hue来对已分组的数据进行第二次分类(通过颜色区别)
"""
sns.pointplot(x="time", y="total_bill", hue="smoker",data=tips)
plt.show()

import seaborn as sns
import matplotlib.pyplot as plt
# 设置样式风格
sns.set(style="darkgrid")
# 构建数据
tips = sns.load_dataset("tips")
"""
案例3:
设置dodge=True实现 沿着分类轴分离不同色调级别的点(hue指定的分类)
"""
sns.pointplot(x="time", y="total_bill", hue="smoker",data=tips, dodge=True)
plt.show()

import seaborn as sns
import matplotlib.pyplot as plt
# 设置样式风格
sns.set(style="darkgrid")
# 构建数据
tips = sns.load_dataset("tips")
"""
案例4:
设置markers=["o", "x"]和线型linestyles=["-", "--"]
"""
sns.pointplot(x="time", y="total_bill", hue="smoker",data=tips,markers=["o", "x"],linestyles=["-", "--"])
plt.show()

import seaborn as sns
import matplotlib.pyplot as plt
# 设置样式风格
sns.set(style="darkgrid")
# 构建数据
tips = sns.load_dataset("tips")
"""
案例5:
设置调色板palette=Set2,颜色体现在hue的分组数据上
"""
sns.pointplot(x="time", y="total_bill", hue="smoker",data=tips, palette="Set2")
plt.show()

import seaborn as sns
import matplotlib.pyplot as plt
# 设置样式风格
sns.set(style="darkgrid")
# 构建数据
tips = sns.load_dataset("tips")
"""
案例6:
设置order=["变量名1","变量名2",...]来显示指定分类顺序
"""
sns.pointplot(x="time", y="tip", data=tips,order=["Dinner", "Lunch"])
plt.show()

import seaborn as sns
import matplotlib.pyplot as plt
from numpy import median
# 设置样式风格
sns.set(style="darkgrid")
# 构建数据
tips = sns.load_dataset("tips")
"""
案例7:
使用中位数作为中心趋势的估计值
"""
sns.pointplot(x="day", y="tip", data=tips, estimator=median)
plt.show()

import seaborn as sns
import matplotlib.pyplot as plt
# 设置样式风格
sns.set(style="darkgrid")
# 构建数据
tips = sns.load_dataset("tips")
"""
案例8:
使用catplot()实现pointplot()的效果(通过设置kind="point")
"""
sns.catplot(x="sex", y="total_bill",hue="smoker", col="time",data=tips, kind="point",dodge=True,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 (13) | 点图pointplot()相关推荐

  1. 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 ...

  2. SAP PM 初级系列13 - PM Revision

    SAP PM 初级系列13 - PM Revision SAP PM模块的Revision用于将维修通知或者维修工单分组,在维修的时候执行相关的工作. PM Revision一般在工厂shutdown ...

  3. seaborn系列 (2) | 散点图scatterplot()

    本篇是<Seaborn系列>文章的第2篇. 散点图 散点图 scatterplot 函数原型 参数解读 案例教程 案例地址 散点图 scatterplot seaborn.scatterp ...

  4. 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 ...

  5. 「微服务系列 13」熔断限流隔离降级

    我们知道微服务分布式依赖关系错综复杂,比方说前端的请求转化为后端调用的服务请求,一个前端请求会转为成很多个后端调用的服务请求,那么这个时候后台的服务出现不稳定或者延迟,如果没有好的限流熔断措施,可能会 ...

  6. Caffe学习系列(13):数据可视化环境(python接口)配置

    原文有更新: Caffe学习系列(13):数据可视化环境(python接口)配置 - denny402 - 博客园 http://www.cnblogs.com/denny402/p/5088399. ...

  7. c# getresponsestream返回byte[]_C# 基础知识系列-13 常见类库(三)

    0. 前言 在<C# 基础知识系列- 13 常见类库(二)>中,我们介绍了一下DateTime和TimeSpan这两个结构体的内容,也就是C#中日期时间的简单操作.本篇将介绍Guid和Nu ...

  8. ASP.NET MVC+EF框架+EasyUI实现权限管理系列(13)-权限设计

    原文:ASP.NET MVC+EF框架+EasyUI实现权限管理系列(13)-权限设计 ASP.NET MVC+EF框架+EasyUI实现权限管系列 (开篇)   (1):框架搭建    (2):数据 ...

  9. python 判断是否有余数_判断多个坐标是否在同一条直线上|Python练习系列[13]

    练习内容:判断多个坐标是否在同一条直线上 判断多个坐标是否在同一条直线上|Python练习系列[13]_哔哩哔哩 (゜-゜)つロ 干杯~-bilibili​www.bilibili.com print ...

最新文章

  1. DL之Perceptron:Perceptron感知器(感知机/多层感知机/人工神经元)的简介、原理、案例应用(相关配图)之详细攻略
  2. 编程设计思路怎么写_赣州脐橙朋友圈文案怎么写?思路适合任何卖产品
  3. .NET和Docker ,比翼双飞
  4. idea自动导入jar包的快捷键
  5. 跟我学《JavaScript高程3》第一讲,视频课程,课程笔记
  6. 【论文阅读】Graph Networks for Multiple Object Tracking
  7. 常见数据分析误区有哪些
  8. 实验二 固件设计(小组)
  9. 【045】HTML初学
  10. 基于机智云平台的厨房智能监控系统
  11. 什么是客户关系管理CRM?
  12. 计算机主板所采用的cpu接口,主板中的CPU_FAN、SYS_FAN、CPU_OPT、AIO_PUMP是什么接口...
  13. 用soapUI测试GET/POST接口
  14. 出租车计价器的设计二
  15. 职称计算机考科目代码表,职称计算机考试科目
  16. 【C语言】计算平均数
  17. 【ROS wiki】ros wiki导航页面解析
  18. 一个简单的连续变焦红外镜头的从零开始的设计过程(zemax)(一)
  19. 浅谈msp430f5529入门(1)——时钟模块DCO
  20. 看 Amazon 如何通过 Nitro System 构建技术优势

热门文章

  1. Too many open files错误与解决方法
  2. CompletableFuture CompletableFuture.supplyAsync 异常处理
  3. java的异常抛出throws和throw的简单使用
  4. SQL Server中的char,nchar,varchar和nvarchar有什么区别?
  5. RouterOS限速更高级运用
  6. Confluence 6 用户目录图例 - 可读写连接 LDAP
  7. oracle导入时提示IMP-00010:不是有效的导出文件,头部验证失败
  8. 清除浮动的几种常见方法
  9. Oracle查询重复数据并删除,只保留一条记录
  10. 【RHCE学习笔记】基于安全的NFS认证(kerberos)