資料匯入

#!/usr/bin/python
# -*- coding: UTF-8 -*-
# %matplotlib inline
import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns
sns.set(style="whitegrid", color_codes=True)

np.random.seed(sum(map(ord, "categorical")))
titanic = sns.load_dataset("titanic")
tips = sns.load_dataset("tips")
 

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

jitter去重疊

重疊是很常見的現象，但是重疊影響觀察資料的量

sns.stripplot(x="day", y="total_bill", data=tips, jitter=True)

使用sns.swarmplot()生成樹狀散點圖

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

sns.swarmplot()加入hue="sex"

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

sns.swarmplot()加入調色盤

colors = ["windows blue", "amber", "greyish", "faded green", "dusty purple"]
sns.swarmplot(x="day", y="total_bill", hue="sex",data=tips, palette=sns.xkcd_palette(colors))

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

盒圖-sns.boxplot(）

• IQR即統計學概念四分位距，第一/四分位與第三/四分位之間的距離
• N = 1.5IQR 如果一個值>Q3+N或　<　Ｑ1-N,則為離群點

sns.boxplot(x="day", y="total_bill", hue="time", data=tips);

鋼琴圖-sns.violinplot()

sns.violinplot(x="total_bill", y="day", hue="time", data=tips);

sns.violinplot(x="day", y="total_bill", hue="sex", data=tips, split=True);

sns.violinplot(x="day", y="total_bill", data=tips, inner=None)
sns.swarmplot(x="day", y="total_bill", data=tips, color="w", alpha=.5)

顯示值的集中趨勢可以用條形圖sns.barplot()

sns.barplot(x="sex", y="survived", hue="class", data=titanic);

sns.barplot(x="class", y="survived", hue="sex", data=titanic);

點圖sns.pointplot();

sns.pointplot(x="sex", y="survived", hue="class", data=titanic);

sns.pointplot(x="class", y="survived", hue="sex", data=titanic,
              palette={"male": "g", "female": "m"},
              markers=["^", "o"], linestyles=["-", "--"]);

寬形資料sns.boxplot();

iris = sns.load_dataset("iris")
sns.boxplot(data=iris,orient="h");

多層面板分類圖sns.factorplot() -- @突出標識@

sns.factorplot(x="day", y="total_bill", hue="smoker", data=tips)

sns.factorplot(x="day", y="total_bill", hue="smoker", data=tips, kind="bar")

sns.factorplot(x="day", y="total_bill", hue="smoker",
               col="time", data=tips, kind="swarm")

sns.factorplot(x="time", y="total_bill", hue="smoker",
               col="day", data=tips, kind="box", size=4, aspect=.5)

Parameters：引數介紹 -- @突出標識@

• x,y,hue 資料集變數 變數名
• date 資料集 資料集名
• row,col 更多分類變數進行平鋪顯示 變數名
• col_wrap 每行的最高平鋪數 整數
• estimator 在每個分類中進行向量到標量的對映 向量
• ci 置信區間 浮點數或None
• n_boot 計算置信區間時使用的引導迭代次數 整數
• units 取樣單元的識別符號，用於執行多級引導和重複測量設計 資料變數或向量資料
• order, hue_order 對應排序列表 字串列表
• row_order, col_order 對應排序列表 字串列表
• kind : 可選：point 預設, bar 柱形圖, count 頻次, box 箱體, violin 提琴, strip 散點，swarm 分散點 size 每個面的高度（英寸） 標量 aspect 縱橫比 標量 orient 方向 "v"/"h" color 顏色 matplotlib顏色 palette 調色盤 seaborn顏色色板或字典 legend hue的資訊面板 True/False legend_out 是否擴充套件圖形，並將資訊框繪製在中心右邊 True/False share{x,y} 共享軸線 True/False