Python数据分析|Seaborn可视化绘制散点图可视化|数据可视化|python

Seaborn可视化绘制散点图

- 散点图
- 为每个点着色
- 修改点的形状
- 独立改变每个点的色调和样式
- 修改点的颜色和大小

??Seaborn是一个基于Matplotlib的Python数据可视化库，它提供更高级的接口，用于绘制表现力更强和信息更丰富的统计图形，并与Pandas紧密集成。相较于Matplotlib，Seaborn在统计方面的专业性更强。
散点图调用relplot方法绘制散点图（relplot中的参数kind默认是'scatter'）。tips.csv文件内容如下：

文章图片

import matplotlib.pyplot as plt import seaborn as snssns.set(style='darkgrid') tips = sns.load_dataset('tips') sns.relplot(x='total_bill', y='tip', col='time', hue='smoker', style='smoker', size='size', data=https://www.it610.com/article/tips) plt.show()

sns.set()：调用set方法设置图形主题，共五种主题darkgrid（默认）、whitegrid、dark、white、ticks。更换时使用参数style="主题"即可。
sns.load_dataset(“tips”)：加载数据集，并返回数据帧。
sns.relplot：调用relploot方法绘制图形，xy参数决定了点的位置，size参数决定了点形状的大小，col根据参数的值决定画布会产生几个子图，哪些数据会落在哪个子图内，hue和style决定了点的色调和形状。
plt.show()：调用show方法显示图形。

文章图片

为每个点着色现在我们就观察一下tips.csv文件中的数据。一步步的探究relplot中各个参数的意义。
在绘图时，x轴的total_bill是总金额，y轴的tip是小费,根据x，y的值可以确定一个点，现在使用hue参数进行着色。
tips.csv文件中smoker列只有两种值，Yes或No，那么着色后的每个点会根据hue的值来进行着色。