上一課已經(jīng)體驗到了 Seaborn 相對 Matplotlib 的優(yōu)勢，本課將要介紹的是 Seaborn 對分類數(shù)據(jù)的統(tǒng)計，也是它的長項。

針對分類數(shù)據(jù)的統(tǒng)計圖，可以使用 sns.catplot 繪制，其完整參數(shù)如下：

seaborn.catplot(x=None, y=None, hue=None, data=None, row=None, col=None, col_wrap=None, estimator=, ci=95, n_boot=1000, units=None, order=None, hue_order=None, row_order=None, col_order=None, kind='strip', height=5, aspect=1, orient=None, color=None, palette=None, legend=True, legend_out=True, sharex=True, sharey=True, margin_titles=False, facet_kws=None, **kwargs)

本課使用演繹的方式來學習，首先理解這個函數(shù)的基本使用方法，重點是常用參數(shù)的含義。

x，y，hue：參數(shù) data 所設(shè)置的數(shù)據(jù)集中的特征，其中 hue 是嵌入到坐標系中的分類特征，x, y 分別是數(shù)據(jù)集中作為橫縱軸的特征。

data：一個 DataFrame 對象，即數(shù)據(jù)集。

row，col：如果要繪制分區(qū)坐標系，用這兩個參數(shù)分別設(shè)置了“坐標矩陣”的行列。例如，指定 col 的值為某一個分類特征，就會按照該分類特征數(shù)據(jù)屬性，劃分不同坐標系分區(qū)。

order，hue_order：字符串組成的列表，指定分類特征顯示的順序。

kind：這個參數(shù)很重要，默認值是 'strip'，其他取值還可以是：“point”、“bar”、“swarm”、“box”、“violin”or“boxen”，每個值都對應(yīng)著一種專門的分類統(tǒng)計圖，并且也對應(yīng)著專有的函數(shù)，這是本課要重點闡述的。

palette：設(shè)置色彩方案。

其他的參數(shù)，根據(jù)名稱也能基本理解。

下面就依據(jù) kind 參數(shù)的不同取值，分門別類地介紹各種不同類型的分類統(tǒng)計圖。

2.2.1 分類特征的散點圖

kind = 'strip'，默認值，等同函數(shù) sns.stripplot。

kind = 'swarm'，等同函數(shù) sns.swarmplot。

讀入數(shù)據(jù)集：

import seaborn as sns

sns.set(style="whitegrid")

exercise = sns.load_dataset("exercise")

exercise.sample(5)

avatar

然后用這個數(shù)據(jù)集制圖，看看效果：

%matplotlib inline

sns.catplot(x="time", y="pulse", hue="kind", data=exercise) #①

輸出結(jié)果：

enter image description here

毫無疑問，這里繪制的是散點圖。但是，該散點圖的橫坐標是分類特征 time 中的三個值，并且用 hue='kind' 又將分類特征插入到圖像中，即用不同顏色的的點代表又一個分類特征 kind 的值，最終得到這些類別組合下每個記錄中的 pulse 特征值，并以上述圖示表示出來。也可以理解為，x='time', hue='kind' 引入了圖中的兩個特征維度。

語句 ① 中，就沒有特別聲明參數(shù) kind 的值，此時是使用默認值 'strip'。

與 ① 等效的還有另外一個對應(yīng)函數(shù) sns.stripplot。

sns.stripplot(x="time", y="pulse", hue="kind", data=exercise) #②

輸出結(jié)果：

enter image description here

② 與 ① 的效果一樣。

不過，在 sns.catplot 中的兩個參數(shù) row、col，在類似 sns.stripplot 這樣的專有函數(shù)中是沒有的。因此，下面的圖，只有用 sns.catplot 才能簡潔直觀。

sns.catplot(x='time', y='pulse', hue='kind', col='diet', data=exercise, kind='strip') #③

輸出結(jié)果：

enter image description here

不過，如果換一個叫角度來說，類似 sns.stripplot 這樣的專有函數(shù)，表達簡單，參數(shù)與 sns.catplot 相比，有所精簡，使用起來更方便。

seaborn.stripplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, jitter=True, dodge=False, orient=None, color=None, palette=None, size=5, edgecolor='gray', linewidth=0, ax=None, **kwargs)

仔細比較，sns.catplot 和 sns.stripplot 兩者還是稍有區(qū)別的，雖然在一般情況下兩者是通用的。

因此，不要追求某一個是萬能的，各有各的用途，存在即合理。

不過，下面的聲明請注意：如果沒有非常的必要，比如繪制分區(qū)圖，在本課中后續(xù)都演示如何使用專有名稱的函數(shù)。

sns.stripplot

前面已經(jīng)初步解釋了這個函數(shù)，為了格式完整，這里再重復(fù)一下，即 sns.catplot 中參數(shù) kind='strip'。

如果非要將此函數(shù)翻譯為漢語，可以稱之為“條狀散點圖”。以分類特征為一坐標軸，在另外一個坐標軸上，根據(jù)分類特征，將該分類特征數(shù)據(jù)所在記錄中的連續(xù)值沿坐標軸描點。

從語句 ② 的結(jié)果圖中可以看到，這些點雖然縱軸的數(shù)值有相同的，但是沒有將它們重疊。因此，我們看到的好像是“一束”散點，實際上，所有點的橫坐標都應(yīng)該是相應(yīng)特征分類數(shù)據(jù)，也不要把分類特征的值理解為一個范圍，分散開僅僅是為了圖示的視覺需要。

ax = sns.stripplot(x="time", y="pulse", data=exercise, jitter=0) #④

輸出結(jié)果：

enter image description here

④ 相對 ② 的圖示，在于此時同一縱軸值的都重合了——本來它們的橫軸值都是一樣的。實現(xiàn)此效果的參數(shù)是 jitter=0，它可以表示點的“振動”，如果默認或者 jitter=True，意味著允許描點在某個范圍振動——語句 ② 的效果；還可設(shè)置為某個 0 到 1 的浮點，表示許可振動的幅度。請對比下面的操作。

ax = sns.stripplot(x="time", y="pulse", data=exercise, jitter=0.05)

輸出結(jié)果：

enter image description here

語句 ② 中使用 hue='kind' 參數(shù)向圖中提供了另外一個分類特征，但是，如果感覺圖有點亂，還可以這樣做：

ax = sns.stripplot(x="time", y="pulse", data=exercise, hue='kind',

dodge=True, palette='Set2') #⑤

輸出結(jié)果：

enter image description here

dodge=True 的作用就在于將 hue='kind' 所引入的特征數(shù)據(jù)分開，相對 ② 的效果有很大差異。

并且，在 ⑤ 中還使用了 paletter='Set2' 設(shè)置了色彩方案。

sns.stripplot 函數(shù)中的其他有關(guān)參數(shù)，請讀者使用幫助文檔了解。

sns.swarmplot

此函數(shù)即 sns.catplot 的參數(shù) kind='swarm'。

tips = sns.load_dataset("tips")

sns.swarmplot(x="day", y="total_bill", data=tips)

# 下面的語句，與之等效

# sns.catplot(x="day", y="total_bill", kind='swarm', data=tips)

輸出結(jié)果：

enter image description here

再繪制一張簡單的圖，一遍研究這種圖示的本質(zhì)。

sns.swarmplot(x=tips["total_bill"])

輸出結(jié)果：

enter image description here

此圖只使用了一個特征的數(shù)據(jù)，簡化表象，才能探究 sns.swarmplot 的本質(zhì)。它同樣是將該特征中的數(shù)據(jù)，依據(jù)其他特征的連續(xù)值在圖中描點，并且所有點在默認情況下不彼此重疊——這方面與 sns.stripplot 一樣。但是，與之不同的是，這些點不是隨機分布的，它們經(jīng)過調(diào)整之后，均勻?qū)ΨQ分布在分類特征數(shù)值所在直線的兩側(cè)，這樣能很好地表示數(shù)據(jù)的分布特點。但是，這種方式不適合“大數(shù)據(jù)”。

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)

sns.swarmplot 的參數(shù)似乎也沒有什么太特殊的。下面使用幾個，熟悉一番基本操作。

在分類維度上還可以再引入一個維度，用不同顏色的點表示另外一種類別，即使用 hue 參數(shù)來實現(xiàn)。

sns.swarmplot(x="day", y="total_bill", hue="smoker", data=tips, palette="Set2")

輸出結(jié)果：

enter image description here

這里用 hue = 'smoker' 參數(shù)又引入了一個分類特征，在圖中用不同顏色來區(qū)分。

如果覺得會 smoker 特征的值都混在一起有點亂，還可以使用下面方式把他們分開——老調(diào)重彈。

sns.swarmplot(x="day", y="total_bill", hue="smoker", data=tips, palette="Set2", dodge=True)

輸出結(jié)果：

enter image description here

生成此效果的參數(shù)就是 dodge=True，它的作用就是當 hue 參數(shù)設(shè)置了特征之后，將 hue 的特征數(shù)據(jù)進行分類。

2.2.2 分類特征的分布圖

sns.catplot 函數(shù)的參數(shù) kind 可以有三個值，都是用于繪制分類的分布圖：

kind = 'box'，等同函數(shù) sns.boxplot

kind = 'violin'，等同函數(shù) sns.violinplot

kind = 'boxen'，等同函數(shù) sns.boxenplot

下面依次對這三個專有函數(shù)進行闡述。

sns.boxplot

總結(jié)

以上是生活随笔為你收集整理的python组合数据分类_Python 数据可视化：分类特征统计图的全部內(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。