多變量分析繪圖（hue參數）以及盒圖和小提琴圖

1，函數stipplot（）

　　stipplot（）函數用來畫散點圖，其x軸是離散型的變量

　　直接上代碼

　　

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

tips = sns.load_dataset("tips")   #seaborn內置數據集，DaraFram類型
sns.stripplot(x="day", y="total_bill", data=tips)
plt.show()

　　stipplot函數中的參數jitter是默認為True的，即數據點會沿着x軸方向抖動，這樣就避免數據點分布成與y軸平行的幾條直線了。下面是運行結果

 

2.函數swarpplot()

函數swamrpplot()和stripplot()相似，但是它會把重合的點沿着x軸方向對稱的展開，更好看。

代碼如下

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

tips = sns.load_dataset("tips")   #seaborn內置數據集，DaraFram類型
sns.swarmplot(x="day", y="total_bill", hue="sex", data=tips)
plt.show()

參數hue=“sex"，即指定數據按照sex列賦予不同顏色以示區分。運行結果如下

 

 

3.盒圖（函數boxplot())

1.盒圖介紹

　　盒圖是在1977年由美國的統計學家約翰·圖基(John Tukey)發明的。它由五個數值點組成：最小值(min)，下四分位數(Q1)中位數(median)，上四分位數(Q3)，最大值(max)。也可以往盒圖里面加入平均值(mean)。如圖。下四分位數、中位數、上四分位數組成一個“帶有隔間的盒子”。上四分位數到最大值之間建立一條延伸線，這個延伸線成為“胡須(whisker)”。

　　盒圖可以過濾離群點，具體規則如下

　　1、IQR = Q3-Q1，即上四分位數與下四分位數之間的差，也就是盒子的長度。

　　2、最小 觀測值為min = Q1 - 1.5*IQR，如果存在 離群點小於最小觀測值，則胡須下限為最小觀測值，離群點單獨以點匯出。如果沒有比最小觀測值小的數，則胡須下限為最小值。

　　3、最大觀測值為max = Q3 + 1.5*IQR，如果存在離群點大於最大觀測值，則胡須上限為最大觀測值，離群點單獨以點匯出。如果沒有比最大觀測值大的數，則胡須上限為最大值。

 

2.用boxplot()函數畫盒圖

　　下面是代碼和運行截圖惹

　

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

tips = sns.load_dataset("tips")   #seaborn內置數據集，DaraFram類型
sns.boxplot(x="day", y="total_bill", hue="sex", data=tips)
plt.show()

 

 

 

4.小提琴圖（函數violinplot)

1.小提琴圖的概念惹

小提琴圖 (Violin Plot) 用於顯示數據分布及其概率密度。

        這種圖表結合了箱形圖和密度圖的特征，主要用來顯示數據的分布形狀。中間的黑色粗條表示四分位數范圍，從其延伸的幼細黑線代表 95% 置信區間，而白點則為中位數。

        箱形圖在數據顯示方面受到限制，簡單的設計往往隱藏了有關數據分布的重要細節。例如使用箱形圖時，我們不能了解數據分布是雙模還是多模。雖然小提琴圖可以顯示更多詳情，但它們也可能包含較多干擾信息。

2.函數violinplot（）

直接上代碼

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

tips = sns.load_dataset("tips")   #seaborn內置數據集，DaraFram類型
sns.violinplot(x="day", y="total_bill", hue="sex", split=True, data=tips)
plt.show()

　　split參數設置為True能夠將hue參數賦值的列分為兩側，如下運行結果