seaborn 繪制分類圖
準備工作
在這一篇部落格中，依舊使用seaborn子產品自帶的小費資料集來繪圖。
下面，先導入相關子產品并生成小費資料集的DataFrame對象。
import numpy as np
import pandas as pd
from pandas import Series, DataFrame
import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline
tips = sns.load_dataset('tips')
tips.head()
分類散點圖
在 seaborn 子產品中，通過 striplot 函數可以繪制變量在每個類别中的值得散點圖。下面，繪制 totall_bill 在 day 上的值得分類散點圖。
sns.set(style='white', color_codes=True)
sns.stripplot(x='day', y='total_bill', data=tips)
上面第一句代碼是設定樣式，然後第二句代碼是指定X軸和Y軸變量分别是資料來源data中的哪兩項。顯然，由于資料多，很多點是看不清楚的。此時，可以設定jitter=True，就可以看到更多的資料點位。
sns.stripplot(x='day', y='total_bill', data=tips, jitter=True)
如果你還不滿足，一定要看清楚所有的資料點位，可以通過swarmplot() 函數繪制圖表。
sns.swarmplot(x='day', y='total_bill', data=tips)
通過swarmplot() 函數的hue 參數可以多嵌套一個分類變量，它會以不同的顔色在圖表中呈現。
sns.swarmplot(x='day', y='total_bill', data=tips, hue='sex')
需要注意的是，它會自動添加上圖例，很好用。