可视化在 matplotlib/seaborn 中有意义的数值与分类数据

Posted 2023-03-12

【中文标题】可视化在 matplotlib/seaborn 中有意义的数值与分类数据

【英文标题】：Visualize numerical vs categorical data that makes sense in matplotlib/seaborn

【发布时间】：2020-05-01 06:28:09

【问题描述】：

我有 income 列，它有不同的 1000 个值，范围从 10-10000 和另一个分类列 alcoholic 这是是/否 2 类别列。两者之间的关系是什么，如何看出？

sns.catplot 使用 stripplot 或 swarm 仅显示 2 条直线。 如何在regplot 或scatterplot 中找到两者之间的关系以获取数值？

【问题讨论】：

这里不太适合。无论如何，可能是一个显示每个平均值的条形图。就可视化而言，您无法从虚拟变量中得到什么。如果你想可视化三个变量，你可以使用alcoholic as hue

这是我的 Y 标签。我想看看那些挣得更多、喝得更多的人。我的意思是可能会有一些解决方法，将income 放在单独的垃圾箱中，以查看哪个类别的饮料更多。我目前正在使用bar 和df['income'] 与range(len(df['income'])) 和alcoholic 的散点图作为色调

【参考方案1】：

我会使用 seaborn 库中的 violin plot 或 boxplot。这是一个sn-p：

import seaborn as sns
import numpy as np
import matplotlib.pyplot as plt

income = list(np.random.normal(4000, 1500, 500)) + list(np.random.normal(7000, 800, 500))
alcoholic = ['no']*500 + ['yes']*500
df = pd.DataFrame('income':income, 'alcoholic':alcoholic)

sns.violinplot(data=df, x='alcoholic', y='income')

sns.boxplot(data=df, x='alcoholic', y='income')

【讨论】：

如果我使用sns.catplot(x="alcoholic", y="income", kind='bar',data=df)，那么它将显示酒吧的最大高度为alcoholic 2500 左右的高度和1500 左右的非酒精高度。那说明什么？我的意思是，中位数，模式，最大值都不同于 2500

我只是随机编的数据。使用相同的数据集，它应该会显示相同的平均值和其他时刻：)