使用 tips 數據集繪制一個簡單的散點圖

import seaborn as sns import matplotlib.pyplot as plt tips=sns.load_dataset('tips') plt.rcParams['font.sans-serif'] = 'SimHei' plt.rcParams['axes.unicode_minus'] = False ax = sns.scatterplot(x='total_bill',y='tip',data=tips) ax.set_title('總賬單與小費散點圖 ')

通過添加第三個變量分類變量，對點著色（故稱色調語義）和改變標記標記來顯示分組變量，以突顯每個類別

sns.scatterplot(x="total_bill", y="tip", hue="time", style="time", data=tips)

通過改變點的大小并添加連續顏色來顯示定量類別變量

cmap = sns.cubehelix_palette(8, start=1, rot=0, as_cmap=True)sns.scatterplot(x="total_bill", y="tip", size="size", data=tips, hue='size', palette=cmap)

使用自定義的分組點標記使用自定義的分組點標記

markers = {"Lunch": "o", "Dinner": "X"}sns.scatterplot(x="total_bill", y="tip", style="time", hue='time', markers=markers, data=tips, palette='Set2')

向 scatterplot 函數中傳入 matplotlib 參數控制繪圖元素

sns.scatterplot(x='total_bill', y='tip', data=tips, color='r', markers='')plt.title(' 總賬單和小費散點圖 ')

總結

以上是生活随笔為你收集整理的数据可视化|实验八 实现scatterplot关系图的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。