Python-科学计算-seaborn-03-箱形图

微信公众号原文

系统：Windows 7
语言版本：Anaconda3-4.3.0.1-Windows-x86_64
编辑器：pycharm-community-2016.3.2
seaborn：0.7.1

• 这个系列讲讲Python的科学计算版块
• 今天讲讲seaborn模块：箱形图

Part 1：示例

1. 已知df_1，有4列["p1", "p2", "p3", "p4", "from"]
2. 根据from类别输出p1的箱形图，就是以from为分类标准，将p1列进行分类，对每类输出箱形图
3. 不考虑from列，输出"p1", "p2", "p3", "p4"的箱形图

图1 p1的箱形图

1.png

图2 "p1", "p2", "p3", "p4"的箱形图

2.png

Part 2：代码

import pandas as pd
import seaborn as sns
from matplotlib import pyplot as plt

dict_1 = {
    "p1": [0.5, 0.8, 1.0, 1.2, 1.5, 2.5, 0.9, 0.6, 1.3, 1.0,
           1.3, 1.6, 1.9, 2.5, 4.2, 3.5, 2.2, 1.2, 1.5, 0.5],
    "p2": [1.3, 2.8, 1.3, 1.4, 6.5, 2.5, 0.9, 0.6, 1.3, 1.0,
           1.3, 1.6, 1.9, 2.5, 4.2, 3.5, 1.2, 1.2, 3.5, 2.5],
    "p3": [2.5, 0.8, 1.3, 1.2, 1.5, 2.8, 1.9, 0.6, 1.3, 1.1,
           1.3, 1.6, 1.1, 2.5, 4.2, 3.9, 2.2, 1.2, 1.5, 0.5],
    "p4": [2.5, 0.8, 1.3, 1.2, 1.5, 3.8, 1.9, 0.6, 1.3, 1.1,
           1.3, 1.6, 1.1, 2.5, 4.2, 3.9, 2.2, 1.2, 1.5, 0.5],
    "from": ["sample1", "sample1", "sample1", "sample1", "sample1",
             "sample2", "sample2", "sample2", "sample2", "sample2",
             "sample3", "sample3", "sample3", "sample3", "sample3",
             "sample4", "sample4", "sample4", "sample4", "sample4"]}

df_1 = pd.DataFrame(dict_1, columns=["p1", "p2", "p3", "p4", "from"])
print(df_1)

sns.set(style="ticks", color_codes=True)
sns.boxplot(x="from", y="p1", data=df_1, palette="Set2")

plt.show()

图3 代码截图

3.png

图4 df_1

4.png

Part 3：部分代码解读

1. sns.boxplot(x="from", y="p1", data=df_1, palette="Set2")，生成结果对应图1

   • x="from", y="p1"表示以from列作为p1列的分组标准，对每组画出箱形图
   • data数据源，是一个DataFrame
   • palette色板

2. 若将上句替换为sns.boxplot(data=df_1)，对应图2

3. 对比图2和图5，同样的数据不同的可视化展示，想表达的信息也会有区别

图5 cmap="hot_r"效果图

5-hot_r.png

本文为原创作品，欢迎分享朋友圈

长按图片识别二维码，关注本公众号
Python 优雅 帅气

12x0.8.jpg