Seaborn-绘制分类数据

Seaborn是基于matplotlib的Python可视化库，它提供了一种高度可视化的界面来可视化数据集中的关系。 Seaborn具有许多可视化函数，其中之一是用于绘制分类数据的函数。

绘制分类数据

Seaborn提供了几个函数来可视化分类数据：

1. sns.catplot ()

   这个函数可绘制具有分类变量x和数值变量y的数据。

   sns.catplot(x='x_val', y='y_val', data=df, kind='bar')

   可以用kind参数指定要绘制的图表类型。

   • bar: 条形图。
   • box: 盒图。
   • violin: 小提琴图。
   • swarm: 蜂群图。
   • strip: 分散点图。

2. sns.countplot ()

   这个函数可绘制分类变量x的出现次数。

   sns.countplot(x='x_val', data=df)

3. sns.pointplot ()

   这个函数可绘制x和y之间的关系，并在每个x级别上绘制均值点。

   sns.pointplot(x='x_val', y='y_val', data=df)

4. sns.barplot ()

   这个函数可绘制分类变量x和数值变量y之间的关系，同时估计每个类别的中心趋势。

   sns.barplot(x='x_val', y='y_val', data=df)

示例

下面是一个示例，展示了如何使用Seaborn绘制分类数据。

import seaborn as sns
import matplotlib.pyplot as plt
%matplotlib inline

# 载入数据
tips = sns.load_dataset('tips')

# 绘制条形图
sns.catplot(x='day', y='total_bill', data=tips, kind='bar')

# 绘制盒图
sns.catplot(x='day', y='total_bill', data=tips, kind='box')

# 绘制小提琴图
sns.catplot(x='day', y='total_bill', data=tips, kind='violin')

# 绘制蜂群图
sns.catplot(x='day', y='total_bill', data=tips, kind='swarm')

# 绘制分散点图
sns.catplot(x='day', y='total_bill', data=tips, kind='strip')

# 绘制分类变量出现次数
sns.countplot(x='day', data=tips)

# 绘制均值点图
sns.pointplot(x='day', y='total_bill', data=tips)

# 绘制条形图（估计每个类别的中心趋势）
sns.barplot(x='day', y='total_bill', data=tips)

# 展示图表
plt.show()

结果如下:

以上便是Seaborn绘制分类数据的介绍。