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。 swarmplot()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。

函数原型

seaborn.swarmplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, dodge=False, orient=None, color=None, palette=None, size=5, edgecolor='gray', linewidth=0, 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,...] jitter : float类型，True/1 作用：当数据重合较多时，用该参数做一些调整，也可以设置间距 如，jitter = 0.1 (通俗讲，就是让数据分散开) dodge: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 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 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 #设置风格 sns.set(style="whitegrid") # 构建数据 tips = sns.load_dataset("tips") """ 案例1： 水平分簇散点图 """ sns.swarmplot(x=tips["total_bill"]) plt.show()

import seaborn as sns import matplotlib.pyplot as plt #设置风格 sns.set(style="whitegrid") # 构建数据 tips = sns.load_dataset("tips") """ 案例2： 根据x的类别进行分组统计 """ sns.swarmplot(x="day", y="total_bill", data=tips) plt.show()

import seaborn as sns import matplotlib.pyplot as plt #设置风格 sns.set(style="whitegrid") # 构建数据 tips = sns.load_dataset("tips") """ 案例3： 对调x和y，让其横向显示 对比案例2和案例3 """ sns.swarmplot(x="total_bill", y="day", data=tips) plt.show()

import seaborn as sns import matplotlib.pyplot as plt #设置风格 sns.set(style="whitegrid") # 构建数据 tips = sns.load_dataset("tips") """ 案例4： 设置hue对每个分组中进行第二次分类(x=sex进行第一次数据分组， hue=day对每一组进行数据分类) """ sns.swarmplot(x="day", y="total_bill", hue="sex",palette="Set2", data=tips) plt.show()

import seaborn as sns import matplotlib.pyplot as plt #设置风格 sns.set(style="whitegrid") # 构建数据 tips = sns.load_dataset("tips") """ 案例5： 设置dodge将数据在分类组中分离出来 对比案例4和案例5 """ sns.swarmplot(x="day", y="total_bill", hue="sex", data=tips, palette="Set2", dodge=True) plt.show()

import seaborn as sns import matplotlib.pyplot as plt #设置风格 sns.set(style="whitegrid") # 构建数据 tips = sns.load_dataset("tips") """ 案例6： 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.swarmplot(x="time", y="tip", data=tips, order=["Dinner", "Lunch"]) plt.show()

import seaborn as sns import matplotlib.pyplot as plt #设置风格 sns.set(style="whitegrid") # 构建数据 tips = sns.load_dataset("tips") """ 案例7： 设置size来指定标记的大小 对比案例6和案例7 """ sns.swarmplot(x="time", y="tip", data=tips, order=["Dinner", "Lunch"], size=9) plt.show()

import seaborn as sns import matplotlib.pyplot as plt import numpy as np #设置风格 sns.set(style="whitegrid") # 构建数据 tips = sns.load_dataset("tips") """ 案例8： 根据数据情况绘制箱图和分簇散点图 在箱图上绘制分簇散点图 """ sns.boxplot(x="tip", y="day", data=tips, whis=np.inf) sns.swarmplot(x="tip", y="day", data=tips, color=".2") plt.show()

import seaborn as sns import matplotlib.pyplot as plt #设置风格 sns.set(style="whitegrid") # 构建数据 tips = sns.load_dataset("tips") """ 案例9： 根据数据情况绘制小提琴图和分簇散点图 在小提琴图上绘制分簇散点图 """ sns.violinplot(x="day", y="total_bill", data=tips, inner=None) sns.swarmplot(x="day", y="total_bill", data=tips, color="white", edgecolor="gray") plt.show()

import seaborn as sns import matplotlib.pyplot as plt import numpy as np #设置风格 sns.set(style="whitegrid") # 构建数据 tips = sns.load_dataset("tips") """ 案例10： 利用catplot()来绘制分簇散点图(通过指定kind="swarm") """ sns.catplot(x="sex", y="total_bill", hue="smoker", col="time", data=tips, kind="swarm", 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