用分類數(shù)據(jù)繪圖

Python數(shù)據(jù)分析用分類數(shù)據(jù)繪圖Python數(shù)據(jù)分析商務(wù)數(shù)據(jù)分析與應(yīng)用專業(yè)教學(xué)資源庫PAGE2/6用分類數(shù)據(jù)繪圖用分類數(shù)據(jù)繪圖亢華愛（北京信息職業(yè)技術(shù)學(xué)院）摘要：Seaborn針對分類數(shù)據(jù)提供了專門的可視化函數(shù)。關(guān)鍵詞：分類數(shù)據(jù)散點圖；分類數(shù)據(jù)散點圖；分類數(shù)據(jù)的統(tǒng)計估算圖 概述數(shù)據(jù)集中的數(shù)據(jù)類型有很多種，除了連續(xù)的特征變量之外，最常見的就是類目型的數(shù)據(jù)類型了，比如人的性別、學(xué)歷、愛好等，這些數(shù)據(jù)類型都不能用連續(xù)的變量來表示，而是用分類的數(shù)據(jù)來表示。Seaborn針對分類數(shù)據(jù)提供了專門的可視化函數(shù)，這些函數(shù)大致可以分為如下三種：?分類數(shù)據(jù)散點圖：swarmplot()與stripplot()。?分類數(shù)據(jù)的分布圖：boxplot()與violinplot()。?分類數(shù)據(jù)的統(tǒng)計估算圖：baiplot()與pointplot()。下面針對分類數(shù)據(jù)可繪制的圖形進(jìn)行簡單介紹，具體內(nèi)容如下。類別散點圖通過stripplot()函數(shù)可以畫一個散點圖，stripplot()函數(shù)的語法格式如下。seaborn.stripplot(x=None，y=None，hue=None，data=None，order=None，hue_order=None，jitter=False，dodge=False，orient=None，color=None，palette=None，size=5，edgecolor='gray'，linewidth=0，ax=None，**kwargs)上述函數(shù)中常用參數(shù)的含義如下：(1)x，y，hue：用于繪制長格式數(shù)據(jù)的輸入。(2)data：用于繪制的數(shù)據(jù)集。如果x和y不存在，則它將作為寬格式，否則將作為長格式。(3)order，hue_order：用于繪制分類的級別。(4)jitter：表示抖動的程度(僅沿類別軸)。當(dāng)很多數(shù)據(jù)點重疊時，可以指定抖動的數(shù)量，或者設(shè)為True使用默認(rèn)值。為了讓大家更好地理解，接下來，通過stripplot0函數(shù)繪制一個散點圖，示例代碼如下。In[20]：tips=sns.load_dataset("tips")Sns.stripplot(x="dayn"，y="total_bill"，data=tips)Out[20]：<matplotlib.axes._subplots.AxesSubplotat0xd651668〉運行結(jié)果如圖6-28所示。從圖6-28中可以看出，圖表中的橫坐標(biāo)是分類的數(shù)據(jù)，而且一些數(shù)據(jù)點會互相重疊，不易于觀察。為了解決這個問題，可以在調(diào)用stripplot0函數(shù)時傳入jitter參數(shù)，以調(diào)整橫坐標(biāo)的位置，改后的示例代碼如下。In[21]：tips=sns.load_dataset("tips")sns.stripplot(x="day"，y="total_bill"，data=tips，jitter=True)Out[21]：<matplotlib.axes._subplots.AxesSubplotat0xd5fb390>運行結(jié)果如圖6-29所示。除此之外，還可調(diào)用swarmplot()函數(shù)繪制散點圖，該函數(shù)的好處是所有的數(shù)據(jù)點都不會重疊，可以很清晰地觀察到數(shù)據(jù)的分布情況，示例代碼如下。運行結(jié)果如圖6-30所示。In[22]：sns.swarmplot(x="day"，y="total_bill"，data=tips)Out[21]：<matplotlib.axes._subplots.AxesSubplotat0x6743c8>Out[22]：<matplotlib.axes?_subplots.AxesSubplotat0xd6743c8>圖6-30運行結(jié)果類別內(nèi)的數(shù)據(jù)分布要想查看各個分類中的數(shù)據(jù)分布，顯而易見，散點圖是不滿足需求的，原因是它不夠直觀。針對這種情況，我們可以繪制如下兩種圖形進(jìn)行查看：?箱形圖：利用箱形圖可以提供有關(guān)數(shù)據(jù)分散情況的信息，可以很直觀地查看數(shù)據(jù)的四分位分布（1/4分位，中位數(shù)，3/4分位以及四分位距）。?提琴圖：箱形圖與核密度圖的結(jié)合，它可以展示任意位置的密度，可以很直觀地看到哪些位置的密度較高。接下來，針對Seaborn庫中箱形圖和提琴圖的繪制進(jìn)行簡單的介紹。1）繪制箱形圖seaborn中用于繪制箱形圖的函數(shù)為boxplot()，其語法格式如下：seaborn.boxplot(x=None，y=None，hue=None，data=None，order=None，hue_order=None，orient=None，color=None，palette=None，saturation=0.75，width=0.8，dodge=True，fliersize=5，linewidth=None，whis=1.5，notch=False，ax=None，**kwargs)常用參數(shù)的含義如下：(1)orient：表示數(shù)據(jù)垂直或水平顯示，取值為“v”丨“h”。(2)palette：用于設(shè)置不同級別色相的顏色變量。(3)saturation：用于設(shè)置數(shù)據(jù)顯示的顏色飽和度。使用boxplot()函數(shù)繪制箱形圖的具體示例如下。In[23]：sns.boxplot(x="day"，y="total_bill"，data=tips)Out[23]：<matplotlib.axes._subplots.AxesSubplotat0xfd60860>上述示例中，使用seaborn中內(nèi)置的數(shù)據(jù)集tips繪制了一個箱形圖，圖6-31中x軸的名稱為day，其刻度范圍是Thur~Sun(周四至周日)，y軸的名稱為total_bill，刻度范圍為10?50左右。運行結(jié)果如圖6-31所示。Day圖6-31運行結(jié)果從圖6-31中可以看出，Thur列大部分?jǐn)?shù)據(jù)都小于30，不過有5個大于30的異常值，F(xiàn)ri列中大部分?jǐn)?shù)據(jù)都小于30，只有一個異常值大于40，Sat一列中有3個大于40的異常值，Sun一列中有兩個大于40的異常值。2)繪制提琴圖seaborn中用于繪制提琴圖的函數(shù)為violinplot()，其語法格式如下：seaborn.violinplot(x=None，y=None，hue=None，data=None，order=None，hue_order=None，bw='scott'，cut=2，scale='area'，scale_hue=True，gridsize=100，width=0.8，inner='box'，split=False，dodge=True，orient=None，linewidth=None，color=None，palette=None，saturation=0.75，ax=None，**kwargs)通過violinplot()函數(shù)繪制提琴圖的示例代碼如下。In[24]：sns.violinplot(x="day"，y="total_bill"，data=tips)Out[24]：<matplotlib.axes._subplots.AxesSubplotat0x100f7ba8>上述示例中，使用seaborn中內(nèi)置的數(shù)據(jù)集tips繪制了一個提琴圖，圖6-32中x軸的名稱為day，y軸的名稱為total_bill。運行結(jié)果如圖6-32所示。圖6-32運行結(jié)果從圖6-32中可以看岀，Thur一列中位于5?25之間的數(shù)值較多，F(xiàn)ri列中位于5?30之間的數(shù)值較多，Sat一列中位于5?35之間的數(shù)值較多，Sun一列中位于5?40之間的數(shù)值較多。類別內(nèi)的統(tǒng)計估計要想查看每個分類的集中趨勢，則可以使用條形圖和點圖進(jìn)行展示。Seaborn庫中用于繪制這兩種圖表的具體函數(shù)如下：barplot()函數(shù)：繪制條形圖。pointplot()函數(shù)：繪制點圖。這些函數(shù)的API與上面那些函數(shù)都是一樣的，這里只講解函數(shù)的應(yīng)用，不再過多對函數(shù)的語法進(jìn)行講解了。1）繪制條形圖最常用的查看集中趨勢的圖形就是條形圖。默認(rèn)情況下，barplot()函數(shù)會在整個數(shù)據(jù)集上使用均值進(jìn)行估計。若每個類別中有多個類別時（使用了hue參數(shù)），則條形圖可以使用引導(dǎo)來計算估計的置信區(qū)間（是指由樣本統(tǒng)計量所構(gòu)造的總體參數(shù)的估計區(qū)間），并使用誤差條來表示置信區(qū)間。使用barplot()函數(shù)的示例如下，運行結(jié)果如圖6-33所示。圖6-33運行結(jié)果In[25]：sns.barplot(x="day"，y="total_bill"，data=tips)Out[25]：<matplotlib.axes._subplots.AxesSubplotat0x101cdb00>2)繪制點圖另外一種用于估計的圖形是點圖，可以調(diào)用pointplot()函數(shù)進(jìn)行繪制，該函數(shù)會用高度估計值對數(shù)據(jù)進(jìn)行描述，而不是顯示完整的條形，它只會繪制點估計和置信區(qū)間。通過pointplot()函數(shù)繪制點圖的示例如下，運行結(jié)果