统计关系的数据可视化

Posted 2021-04-28 老坛学Python

今日主题：seaborn库中可视化数据关系的实践操作，我们一起来耍一耍scatterplot()、lineplot()和relplot()这三个函数。

 数据可视化的意义

每一天我们都会获得到各种各样的数据，为了问题的解决，我们需要适当的做一些数据的分析，其中最直观的方式就是绘图，通过将数据转变为图表，我们能发现一些趋势，找到数据之间相互关系，从而 制定合理的方案进行问题的解决。下面我们依次耍耍 scatterplot()、lineplot()和relplot()这三个函数。

  库导入与数据准备

玩耍中使用的是iris数据集，这个数据集一共有5个变量，分别是sepal_length(花萼长度)、sepal_width(花萼宽度)、petal_length(花瓣长度)、petal_width(花瓣宽度)、species(花种类)。

import seaborn as snsimport matplotlib.pyplot as pltimport pandas as pd
iris = pd.read_csv('iris.csv', encoding='utf8')

 scatterplot()

这个函数的初始化需要传入这些参数：

seaborn.scatterplot(x=None, y=None, hue=None, style=None, size=None,  data=None, palette=None, hue_order=None,                     hue_norm=None, sizes=None, size_order=None,                     size_norm=None, markers=True, style_order=None,                     x_bins=None, y_bins=None, units=None, estimator=None, ci=95,                     n_boot=1000, alpha='auto', x_jitter=None, y_jitter=None, legend='brief', ax=None, **kwargs)

其实之前的文章已经耍过这个函数了，这儿用用一点点代码让它刷下存在感。

# 记号的大小和类型分类来自于species下的变量，# 如果把sizes设置成10，那么标记的就喵喵大了，数字越大记号也越大# s:表示方框，d:表示菱形，^:表示三角形g = sns.scatterplot(x='sepal_length', y='petal_length', hue='species', palette='Set1', data=iris, edgecolor='black', hue_order=iris.species.value_counts().index, size='species', sizes=[10, 50, 100], style='species', markers=['s', 'd', '^'])plt.show()

linesplot()

这个函数，之前的推文还没介绍过，我们来看看有啥子不一样哒。

seaborn.lineplot(x=None, y=None, hue=None, size=None, style=None,                  data=None, palette=None, hue_order=None, hue_norm=None,                  sizes=None, size_order=None, size_norm=None, dashes=True,                  markers=None, style_order=None, units=None, estimator='mean',                  ci=95, n_boot=1000, seed=None, sort=True, err_style='band',                  err_kws=None, legend='brief', ax=None, **kwargs)

然后我们进行了如下的设置：

# 从效果上来看，marker只需要设置True或 False，程序会自动分配标记# 形状只有实线和虚线两种，分类越多，点越密集，这个功能由dashes控制# 默认请款下会对数据进行估计，并绘制数据的标准偏差带，类型有band（带状）、bars（条状）等# sizes 参数不能设置大了，毕竟是线了，设置4都感觉有些宽了。# sort参数需要保持默认缺省状态，如果数据集中的点不是按照由大到小或有小到大排列的话# 把sort设置成 False，绘图的时候，就会按照数据从数据集中出现的先后顺序来绘制图形了，# 那样的图可能就没有意义， 不是我们想要的了g = sns.lineplot(x='sepal_length', y='petal_length', hue='species', hue_order=['setosa', 'versicolor', 'virginica'], data=iris, palette='Set1', size='species', sizes=[1, 2, 3], style='species', markers=True, dashes=False, estimator='mean', err_style='bars', sort=True)
plt.show()

relplot()

预知后事如何，见下回分解....

— E N D —

长

按

关

注

“像海绵吸水一样学习知识”

ID : 老坛学Python

 记录·分享·成长

点“在看”给我一朵小黄花