Seaborn可視化繪制散點圖

• • 散點圖
  • 為每個點着色
  • 修改點的形狀
  • 獨立改變每個點的色調和樣式
  • 修改點的顔色和大小

  

Seaborn

是一個基于

Matplotlib

的

Python

資料可視化庫，它提供更進階的接口，用于繪制表現力更強和資訊更豐富的統計圖形，并與

Pandas

緊密內建。相較于

Matplotlib

，

Seaborn

在統計方面的專業性更強。

散點圖

調用

relplot

方法繪制散點圖（

relplot

中的參數

kind

預設是

'scatter'

）。

tips.csv

檔案内容如下：

import matplotlib.pyplot as plt
import seaborn as sns

sns.set(style='darkgrid')
tips = sns.load_dataset('tips')
sns.relplot(x='total_bill', y='tip', col='time', hue='smoker',
			 style='smoker', size='size', data=tips)
plt.show()
           

sns.set()

：調用set方法設定圖形主題，共五種主題darkgrid（預設）、whitegrid、dark、white、ticks。更換時使用參數style="主題"即可。

sns.load_dataset(“tips”)

：加載資料集，并傳回資料幀。

sns.relplot

：調用relploot方法繪制圖形，xy參數決定了點的位置，size參數決定了點形狀的大小，col根據參數的值決定畫布會産生幾個子圖，哪些資料會落在哪個子圖内，hue和style決定了點的色調和形狀。

plt.show()

：調用show方法顯示圖形。

為每個點着色

現在我們就觀察一下

tips.csv

檔案中的資料。一步步的探究

relplot

中各個參數的意義。

在繪圖時，x軸的

total_bill

是總金額，y軸的

tip

是小費,根據x，y的值可以确定一個點，現在使用

hue

參數進行着色。

tips.csv

檔案中

smoker

列隻有兩種值，Yes或No，那麼着色後的每個點會根據

hue

的值來進行着色。

修改點的形狀

引入

style

變量來修改點的形狀，根據是否吸煙将形狀分為兩種。

sns.relplot(x='total_bill', y='tip', hue='smoker', 
				style='smoker', data=tips)
           

獨立改變每個點的色調和樣式

點的形狀不再根據

smoker

來判斷，這樣點的色調和形狀将根據不同的标準進行繪制。

sns.relplot(x='total_bill', y='tip', hue='smoker', 
				style='time', data=tips)
           

修改點的顔色和大小

同時修改點的顔色和大小來強調資料差異，sizes參數可以劃定點的大小所在的範圍，根據需要進行選擇。

sns.relplot(x='total_bill', y='tip', col='time', hue='smoker', 
					size='size', data=tips)