stripplot() 和 swarmplot() 有什么区别?

什么是 Swarmplot() 和 Stripplot?

在 python seaborn 中，swarmplot() 使用一种称为"beeswarm"的技术来定位点，该技术会调整点以避免重叠。这会导致图中的点分散开来，更容易区分，但类别内点的相对位置不会保留。而 stripplot() 将点定位在分类轴上，每个刻度一个类别。点没有调整以避免重叠，因此如果许多点属于同一类别，它们可能会重叠。

stripplot() 和 swarmplot() 都是 Python 中 Seaborn 库中的函数，它们可以可视化不同类别的数值变量的分布。

带状图

使用带状图(一种单轴散点图)可以可视化几个不同的一维值的分布。这些值显示为沿单个轴的点，大小相同的点可能会重叠。可以更改点的颜色或不透明度以表示重叠的值，或者可以使用抖动图或计数图代替它们。为了检查数据点在不同值、组或范围内的分布，通常会并排显示许多带状图。

示例 1

import pandas as p
import matplotlib.pyplot as plt
import seaborn as sns

df = pd.DataFrame({"Quantity": [15,26,17,18,15,36,27,18,25,16,17,28,15,16,17,28],

"Price":[1900,1000,1500,1600,1300,1400,1500,1800,1100,1200,1400,1500,1600,1700,1800,1900],
   "Month" : [2,3,2,3,2,3,2,3,4,4,4,5,5,5,4,3],
   "Merchandise":['X','X','X','X','Z','Z','Z','Z',
   'Y','Y','Y','Y','X','X','Z','Z']})

sns.swarmplot(data = df, y = "Price", x = "Quantity")
plt.show()

代码解释

我们在代码开头合并了 Pandas 包(pd)、matplotlib.pyplot 包(plt)和 Seaborn 包(sns)。然后使用 DataFrame() 函数指定数据收集。Pandas 模块连接到此函数。制作四个单独的数组。第一个数组显示售罄商品的数量。第二个数组显示商品价格。第三个数组保存月份记录。最后一个数组列出产品名称。

我们在下一步中使用 swarmplot() 方法来生成群图。最后，我们使用 matplotlib.pyplot 库的 display() 函数。

示例 2

统计类别平面对每个"hue"参数维度都有一个指定的区域。当我们使用"hue"选项并将"dodge"参数设置为 True 时，对象会针对不同的色调变化进行隔离。 "palette" 属性表示多种色调属性。

import seaborn
import matplotlib.pyplot as plt
seaborn.set(style="whitegrid")
tips = seaborn.load_dataset("tips")

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

plt.show()

代码说明

添加 matplotlib.pyplot 和 Seaborn 库后，我们从 Seaborn 包中调用 set() 方法。对于此函数，我们将样式作为参数提供。我们将样式参数的值设置为"白色网格"。它显示图形的背景颜色。

我们现在利用 loaded dataset() 方法来获取内置数据框。此函数接受输入"tips"，源自 Seaborn 头文件。接下来，我们使用 swarmplot() 函数构建群图。这里，函数的参数是两个轴的标题、颜色值、数据、调色板和闪避。y 轴显示总账单的记录，x 轴显示天数的记录。

群图

当您希望显示所有观察结果并结合底层分布的描述时，可以单独创建群图，也可以将其作为箱线图或小提琴图的补充。

为了适当地排列点，需要在数据和点坐标之间进行精确的转换。因此，在创建图之前必须建立非默认轴限制。

可以使用各种格式传递输入数据，包括 −

• 将数据向量的列表、numpy 或 pandas 表示直接传递给传递的系列对象的 x、y 和/或 hue 参数。

• "长格式"DataFrame，在这种情况下，数据绘图由 x、y 和 hue 变量控制。

• 绘制每个数值列的"宽格式"DataFrame。

• 向量的集合或数组。

示例 1

绘制单个水平群图 −

import seaborn as sns
sns.set(style="whitegrid")
tips = sns.load_dataset("tips")
ax = sns.swarmplot(x=tips["total_bill"])

示例 2

根据类别对数据点进行分组，这里分为区域和事件。

import seaborn

seaborn.set(style='whitegrid')
fmri = seaborn.load_dataset("fmri")

seaborn.swarmplot(x="timepoint",
    y="signal",
    hue="region",
    data=fmri)

结论

总之，stripplot() 和 swarmplot() 是 Python 库 Seaborn 中用于创建散点图的函数。这些图可视化了两个变量之间的关系和数据分布。

Stripplot() 是一个绘制数据散点图的函数，其中点沿 x 轴分布。它允许您指定 x 和 y 变量、数据以及各种自定义选项，例如点的颜色、大小和样式。Stripplot() 可用于可视化连续变量在分类变量的每个类别中的分布。

Swarmplot() 是一种绘制数据散点图的函数，其中点沿 x 轴分布以避免重叠。它允许您指定 x 和 y 变量、数据以及各种自定义选项，例如点的颜色、大小和样式。Swarmplot() 可用于可视化连续变量在分类变量的每个类别中的分布，尤其是在点数很大的情况下。

相关文章

• Python-Itertools.zip_longest()
• Python 日历模块:monthdays2calendar() 方法
• Python 日历模块:yeardayscalendar() 方法
• 按键对 Python 字典进行排序的不同方法
• 在 Python 中访问实例变量的不同方法
• Python 中赋值语句的不同形式
• Python3 中的不同输入和输出技术
• 不同的 Python IDE 和代码编辑器
• 在 Python 中创建线程的不同方法
• 用于检查日期范围内日期的 Python 程序