一. seaborn.factorplot 语法

语法:

seaborn.factorplot(x=None, y=None, hue=None, data=None, row=None, col=None, col_wrap=None, estimator=, ci=95, n_boot=1000, units=None, order=None, hue_order=None, row_order=None, col_order=None, kind='point', size=4, aspect=1, orient=None, color=None, palette=None, legend=True, legend_out=True, sharex=True, sharey=True, margin_titles=False, facet_kws=None, **kwargs)

参数解释:

1. x,y,hue 数据集变量 变量名
2. data 数据集 数据集名
3. row,col 更多分类变量进行平铺显示 变量名
4. col_wrap 每行的最高平铺数 整数
5. estimator 在每个分类中进行矢量到标量的映射 矢量
6. ci 置信区间 浮点数或None
7. n_boot 计算置信区间时使用的引导迭代次数 整数
8. units 采样单元的标识符，用于执行多级引导和重复测量设计 数据变量或向量数据
9. order, hue_order 对应排序列表 字符串列表
10. row_order, col_order 对应排序列表 字符串列表
11. kind : 可选：point 默认, bar 柱形图, count 频次, box 箱体, violin 提琴, strip 散点，swarm 分散点 size 每个面的高度（英寸） 标量 aspect 纵横比 标量 orient 方向 "v"/"h" color 颜色 matplotlib颜色 palette 调色板 seaborn颜色色板或字典 legend hue的信息面板 True/False legend_out 是否扩展图形，并将信息框绘制在中心右边 True/False share{x,y} 共享轴线 True/False

二. 数据集介绍

数据集下载:
https://github.com/mwaskom/seaborn-data

2.1 tips数据集

也可以通过 tips = sns.load_dataset("tips") 直接读取

数据集介绍
total_bill:总金额
tip：小费
sex: 性别
smoker:是否允许吸烟
day: 周几
time: 午餐 晚餐
size: 几个

image.png

2.2 titanic_train.csv

泰坦尼克号的数据集

image.png

2.3 irr.csv

鸢尾花数据集:

1. 数据集包含150个样本（数据集的行）
2. 数据集包含4个属性（数据集的列）：Sepal Length，Sepal Width，Petal Length，Petal Width：‘feature_names’
3. 利用numpy.ndarray存储这150x4的数据：‘data’
   分类标签取自array[‘Setosa’，‘Versicolour’，‘Virginica’]：‘target_names’
   Setosa，Versicolour，Virginica是数据集所包含的3中品种的鸢尾花
   这3个分类标签（即150x1数据）用np.ndarray存储：‘target’

总之，这个数据存储了150x4的特征数据和150x1的分类标签，其中特征数据又放在‘data’里，分类标签放在‘target’里

三. 实例

3.1 散点图

代码:

import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns

# 设置画板样式
sns.set(style="whitegrid", color_codes=True)
np.random.seed(sum(map(ord, "categorical")))

# 读取数据集
titanic = pd.read_csv('E:/file/titanic.csv')
tips = pd.read_csv('E:/file/tips.csv')
iris = pd.read_csv('E:/file/iris.csv')

# 有重叠，影响我们看数据
sns.stripplot(x="day", y="total_bill", data=tips);

# 消除重叠，放在旁边
# sns.stripplot(x="day", y="total_bill", data=tips, jitter=True)

# 消除重叠，以树形放置
# sns.swarmplot(x="day", y="total_bill", data=tips)

# 加上hue，多增加一个分类变量
# sns.swarmplot(x="day", y="total_bill", hue="sex",data=tips)

# x y 变换位置
# sns.swarmplot(x="total_bill", y="day", hue="time", data=tips);

plt.show()

测试记录：

1. 有重叠，影响我们看数据

   
   image.png

2. 消除重叠，放在旁边

   
   image.png

3. 消除重叠，以树形放置

   
   image.png

4. 加上hue，多增加一个分类变量

   
   image.png

5. x y 变换位置

   
   image.png

3.2 盒图

IQR即统计学概念四分位距，第一/四分位与第三/四分位之间的距离
N = 1.5IQR 如果一个值>Q3+N或　<　Ｑ1-N,则为离群点

代码:

import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns

# 设置画板样式
sns.set(style="whitegrid", color_codes=True)
np.random.seed(sum(map(ord, "categorical")))

# 读取数据集
titanic = pd.read_csv('E:/file/titanic.csv')
tips = pd.read_csv('E:/file/tips.csv')
iris = pd.read_csv('E:/file/iris.csv')

# 图1
sns.boxplot(x="day", y="total_bill", hue="time", data=tips);

# 图2
#sns.violinplot(x="total_bill", y="day", hue="time", data=tips);

# 图3
#sns.violinplot(x="day", y="total_bill", hue="sex", data=tips, split=True);

# 图4
#sns.violinplot(x="day", y="total_bill", data=tips, inner=None)
#sns.swarmplot(x="day", y="total_bill", data=tips, color="w", alpha=.5)

# 图5
#sns.barplot(x="sex", y="survived", hue="class", data=titanic);

plt.show()

测试记录:
图1:

image.png

图2:

image.png

图3:

image.png

图4:

image.png

图5:

image.png

3.3 点图可以更好的描述变化差异

代码:

import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns

# 设置画板样式
sns.set(style="whitegrid", color_codes=True)
np.random.seed(sum(map(ord, "categorical")))

# 读取数据集
titanic = pd.read_csv('E:/file/titanic.csv')
tips = pd.read_csv('E:/file/tips.csv')
iris = pd.read_csv('E:/file/iris.csv')

# 图1
sns.pointplot(x="sex", y="survived", hue="class", data=titanic);

# 图2
#sns.pointplot(x="class", y="survived", hue="sex", data=titanic,
#              palette={"male": "g", "female": "m"},
#              markers=["^", "o"], linestyles=["-", "--"]);

plt.show()

测试记录:
图1:

image.png

图2:

image.png

3.4 宽形数据

代码:

import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns

# 设置画板样式
sns.set(style="whitegrid", color_codes=True)
np.random.seed(sum(map(ord, "categorical")))

# 读取数据集
titanic = pd.read_csv('E:/file/titanic.csv')
tips = pd.read_csv('E:/file/tips.csv')
iris = pd.read_csv('E:/file/iris.csv')

sns.boxplot(data=iris,orient="h");

plt.show()

测试记录:

image.png

3.5 多层面板分类图

3.5.1 例1

代码:

import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns

# 设置画板样式
sns.set(style="whitegrid", color_codes=True)
np.random.seed(sum(map(ord, "categorical")))

# 读取数据集
titanic = pd.read_csv('E:/file/titanic.csv')
tips = pd.read_csv('E:/file/tips.csv')
iris = pd.read_csv('E:/file/iris.csv')

sns.catplot(x="day", y="total_bill", hue="smoker", data=tips)

plt.show()

测试记录:

image.png

3.5.2 例2

代码:

import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns

# 设置画板样式
sns.set(style="whitegrid", color_codes=True)
np.random.seed(sum(map(ord, "categorical")))

# 读取数据集
titanic = pd.read_csv('E:/file/titanic.csv')
tips = pd.read_csv('E:/file/tips.csv')
iris = pd.read_csv('E:/file/iris.csv')

sns.catplot(x="day", y="total_bill", hue="smoker", data=tips, kind="bar")

plt.show()

测试记录:

image.png

3.5.3 例3

代码:

import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns

# 设置画板样式
sns.set(style="whitegrid", color_codes=True)
np.random.seed(sum(map(ord, "categorical")))

# 读取数据集
titanic = pd.read_csv('E:/file/titanic.csv')
tips = pd.read_csv('E:/file/tips.csv')
iris = pd.read_csv('E:/file/iris.csv')

sns.catplot(x="day", y="total_bill", hue="smoker",
               col="time", data=tips, kind="swarm")

plt.show()

测试记录:

image.png

3.5.4 例4

代码:

import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns

# 设置画板样式
sns.set(style="whitegrid", color_codes=True)
np.random.seed(sum(map(ord, "categorical")))

# 读取数据集
titanic = pd.read_csv('E:/file/titanic.csv')
tips = pd.read_csv('E:/file/tips.csv')
iris = pd.read_csv('E:/file/iris.csv')

sns.catplot(x="time", y="total_bill", hue="smoker",
               col="day", data=tips, kind="box", height=4, aspect=.5)

plt.show()

测试记录:

image.png

参考：

1. https://study.163.com/course/introduction.htm?courseId=1003590004#/courseDetail?tab=1