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。sns.relplot(x='total_bill', y='tip', hue='smoker', data=https://www.it610.com/article/tips)
文章图片
修改点的形状 引入
style
变量来修改点的形状,根据是否吸烟将形状分为两种。sns.relplot(x='total_bill', y='tip', hue='smoker',
style='smoker', data=https://www.it610.com/article/tips)
文章图片
独立改变每个点的色调和样式 点的形状不再根据
smoker
来判断,这样点的色调和形状将根据不同的标准进行绘制。sns.relplot(x='total_bill', y='tip', hue='smoker',
style='time', data=https://www.it610.com/article/tips)
文章图片
修改点的颜色和大小 同时修改点的颜色和大小来强调数据差异,sizes参数可以划定点的大小所在的范围,根据需要进行选择。
sns.relplot(x='total_bill', y='tip', col='time', hue='smoker',
size='size', data=https://www.it610.com/article/tips)
【Python数据分析|Seaborn可视化绘制散点图】
文章图片
推荐阅读
- 算法|机器学习必学十大算法
- pytorch深度学习|pytorch中张量的维度变换,torch.squeeze()、torch.unsqueeze()函数
- 可视化|用可视化探索数据特征的N种姿势
- AIRX|数据科学家需要了解的15个Python库
- python|python pandas中DataFrame学习笔记
- 神经网络|2020 年,苹果的 AI 还有创新吗()
- Python网络编程——TCP服务端多线程
- Python网络编程——TCP客户端程序开发
- Python网络编程——TCP服务端程序开发