Python可视化 | Seaborn5分钟入门(四)——stripplot和swarmplot

最新推荐文章于 2025-02-28 16:51:40 发布
原创 最新推荐文章于 2025-02-28 16:51:40 发布 · 1.4w 阅读 · 61
本文介绍了Python数据可视化库Seaborn中的stripplot和swarmplot，展示了如何使用这两个函数创建分类数据的散点图。通过实例解释了参数设置，如分组统计字段、分布统计字段、数据点分散等，帮助读者理解其在数据可视化中的应用。

微信公众号：Python读财
如有问题或建议，请公众号留言

Seaborn是基于matplotlib的Python可视化库。 它提供了一个高级界面来绘制有吸引力的统计图形。Seaborn其实是在matplotlib的基础上进行了更高级的API封装，从而使得作图更加容易，不需要经过大量的调整就能使你的图变得精致。

 

注：所有代码均在IPython notebook中实现

stripplot(分布散点图)

先总览一下stripplot的API：

seaborn.stripplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, jitter=False, dodge=False, orient=None, color=None, palette=None, size=5, edgecolor='gray', linewidth=0, ax=None, **kwargs)

接下来就直接上代码演示，首先导入相应的包，这个大家应该都很熟悉了。

import seaborn as sns
%matplotlib inline
sns.set(font_scale=1.5,style="white")
sns.set_context({"figure.figsize":(10,8)})

 

下面是本次演示所使用的数据集：


                

        

    






  



  

    

      标签
      

          #数据分析
          #Seaborn
          #数据可视化
      

    

  






        

            

                      
                        
                        最低0.47元/天 解锁文章
                          
                      
            

        


    



                



	

		

			

				
					
如何使用Swarmplot函数展示数据的稠密程度（添加抖动数据点）

				
			

			

				

					HackSquad的博客
				

				

					08-16
					
					331
					
				

			

		

		

			
				
除了将 x 参数指定为 day、y 参数指定为 total_bill 外，我们还指定了 data 参数为 tips，并将 jitter 参数设置为 True。当然，为了更好地表现数据的密度情况，我们可以为 Swarmplot 添加抖动数据点。不同的参数设置会对展示的 Swarmplot 图像产生不同的影响。通过不断的尝试和调整，我们可以得出最适合自己数据集的展示方式。上述代码会将 tips 数据集中 total_bill 的数值绘制成水平方向的 Swarmplot 图像。希望本文对大家有所帮助！

			
		

	



                

            
              



	

		

			

				
					
stripplot（） 和 swarmplot（） 有什么区别？

				
			

			

				

					很酷的站长的博客
				

				

					07-09
					
					958
					
				

			

		

		

			
				
在python seaborn中，swarmplot（）使用一种称为“beeswarm”的技术来定位点，该技术调整点以避免重叠。这将生成一个图，其中点分布且更易于区分，但不会保留类别中点的相对位置。而 stripplot（） 将点定位在分类轴上，每个刻度有一个类别。不会调整点以避免重叠，因此如果许多点属于同一类别，则它们可能会重叠。特征带状图（）蜂群图（）目的显示单个变量的分布显示单个变量的分布，同时避免点之间的重叠可视化点沿数字线绘制，并具有抖动的位置偏移以避免重叠。

			
		

	



              


  
              

                


	

		

			

				
					
08.python可视化-Seanorn绘制类别关系图stripplot() &swarmplot()

				
			

			

				

					rojyang的博客
				

				

					05-11
					
					561
					
				

			

		

		

			
				
1) 分类散点图：stripplot() 与 catplot(kind=“strip”)

2) 分簇散点图： swarmplot() 与 catplot(kind=“swarm”)

			
		

	





	

		

			

				
					
seaborn系列 (9) | 分簇散点图swarmplot()

				
			

			

				

					脑机接口社区
				

				

					10-02
					
					8049
					
				

			

		

		

			
				
目录分簇散点图函数原型参数解读案例教程案例地址
分簇散点图
分簇散点图 可以理解为数据点不重叠的分类散点图
该函数类似于stripplot(),但该函数可以对点进行一些调整，使得数据点不重叠。
swarmplot()可以自己实现对数据分类的展现，也可以作为盒形图或小提琴图的一种补充，用来显示所有结果以及基本分布情况。
函数原型
seaborn.swarmplot(x=None, y=None, h...

			
		

	



		

			
		



	

		

			

				
					
Python数据可视化--seaborn实例

				
			

			

				

					weixin_44414593的博客
				

				

					06-15
					
					1860
					
				

			

		

		

			
				
seaborn 是在matplotlib的基础上进行了更高级的API封装，从而使得作图更加容易，在大多数情况下使用seaborn就能做出很具有吸引力的图。（也就是说plt和sns中会有很多方法是可以混用的）本博文中的数据集采用Kaggle中的compete：House Prices: Advanced Regression Techniques中train.csv。如果需要数据集在Kaggle中就可以下载。本博文是为了方便博主自己查询seaborn中常用的技巧，仅记录常用的内容。不定期更新。
0.引用模块


			
		

	





	

		

			

				
					
python中seaborn画swarm图_Python可视化 | Seaborn5分钟入门(四)——stripplot和swarmplot

				
			

			

				

					weixin_39632057的博客
				

				

					12-18
					
					176
					
				

			

		

		

			
				
微信公众号：「Python读财」如有问题或建议，请公众号留言Seaborn是基于matplotlib的Python可视化库。 它提供了一个高级界面来绘制有吸引力的统计图形。Seaborn其实是在matplotlib的基础上进行了更高级的API封装，从而使得作图更加容易，不需要经过大量的调整就能使你的图变得精致。但应强调的是，应该把Seaborn视为matplotlib的补充，而不是替代物。注：所有...

			
		

	





	

		

			

				
					
python dataset用法_Python可视化 | Seaborn5分钟入门(四)——stripplot和swarmplot

				
			

			

				

					weixin_39576751的博客
				

				

					12-07
					
					118
					
				

			

		

		

			
				
微信公众号：「Python读财」如有问题或建议，请公众号留言Seaborn是基于matplotlib的Python可视化库。 它提供了一个高级界面来绘制有吸引力的统计图形。Seaborn其实是在matplotlib的基础上进行了更高级的API封装，从而使得作图更加容易，不需要经过大量的调整就能使你的图变得精致。但应强调的是，应该把Seaborn视为matplotlib的补充，而不是替代物。注：所有...

			
		

	





	

		

			

				
					
【Python可视化4】Seaborn之stripplot和swarmplot

				
			

			

				

					lsxxx2011的专栏
				

				

					12-19
					
					960
					
				

			

		

		

			
				
Seaborn是基于matplotlib的Python可视化库。它提供了一个高级界面来绘制有吸引力的统计图形。Seaborn其实是在matplotlib的基础上进行了更高级的API封装，...

			
		

	





	

		

			

				
					
Seaborn中的分类数据类别散点图—swarmplot()与stripplot()函数方法

				
			

			

				

					KJ.JK
				

				

					12-04
					
					3814
					
				

			

		

		

			
				
         类别散点图
            通过stripplot()函数可以画一个散点图， stripplot()函数的语法格式如下：seaborn.stripplot(x=None，y=None，hue=None，data=None，order=None，hue_order=None，jitter=False，dodge=False，orient=None，color=None，palette=

			
		

	





	

		

			

				
					
Python Seaborn 类别散点图的绘制

				
			

			

				

					weixin_42098295的博客
				

				

					01-24
					
					2164
					
				

			

		

		

			
				
Seaborn 是一个建立在 Matplotlib 基础上的 Python 可视化库，用于创建各种统计图形和数据可视化。类别散点图（Categorical scatter plots）是用于显示一个或两个分类变量的分布的图表。Seaborn提供了几种函数来创建类别散点图。可以使用 catplot()、stripplot() 和 swarmplot() 来绘制类别散点图，这些函数用于可视化分类变量和数值变量之间的关系。

			
		

	





	

		

			

				
					
Python数据可视化-seaborn Iris鸢尾花数据

				
			

			

				

					大数据部落
				

				

					06-17
					
					4529
					
				

			

		

		

			
				
原文链接：http://tecdat.cn/?p=5261

首先介绍一下Iris鸢尾花数据集，内容摘自百度百科：Iris数据集是常用的分类实验数据集，由Fisher, 1936收集整理。“Iris也称鸢尾花卉数据集，是一类多重变量分析的数据集。数据集包含150个数据集，分为3类，每类50个数据，每个数据包含4个属性。可通过花萼长度，花萼宽度，花瓣长度，花瓣宽度4个属性预测鸢尾花卉属于（Setos......

			
		

	





	

		

			

				
					
python可视化进阶---seaborn1.5 分类数据可视化 - 分类散点图  stripplot() / swarmplot()

				
			

			

				

					一行玩python
				

				

					09-11
					
					9739
					
				

			

		

		

			
				
分类数据可视化 - 分类散点图

stripplot() / swarmplot()

加载模块，设置风格、尺度


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

#设置风格、尺度
sns.set_style('whitegrid')
sns.set_con...

			
		

	





	

		

			

				
					
Python可视化21|Seaborn.catplot(上)-stripplot|swarmplot|boxplot|violinplot图

				
			

			

				

					qq_21478261的博客
				

				

					08-16
					
					837
					
				

			

		

		

			
				
Seaborn.catplot(上)-stripplot|swarmplot|boxplot|violinplot

			
		

	





	

		

			

				
					
python可视化学习（一）：seaborn库（进阶）

				
			

			

				

					Auraros的博客
				

				

					04-02
					
					1187
					
				

			

		

		

			
				
低维数据可视化（1维，2维，3维）（2）
本文为翻抄文本，为学习笔记。供大家观看
带有类别属性的数据可视化（categorical data）
很多数据中存在大量的categorical数据，比如花朵的颜色，影片的等级等
首先，先导入需要的包和数据集
import numpy as np
import pandas as pd
import matplotlib as mpl
import mat...

			
		

	





	

		

			

				
					
【Seaborn】sns.catplot() 函数：分类数据可视化、 分类图表（stripplot、swarmplot、boxplot、violinplot、barplot、pointplot）

					
最新发布

				
			

			

				

					彬彬侠的博客
				

				

					02-28
					
					1552
					
				

			

		

		

			
				
seaborn.catplot()是分类数据可视化的通用函数（Categorical Plot），支持多种分类图表（stripplot、swarmplot、boxplot、violinplot、barplot、pointplot），适用于类别数据分析（EDA）。-sns.catplot()适用于分类数据的可视化，支持多种图表类型。-常见参数kind="box"（箱线图），kind="violin"（密度分析）。hue按类别分色，col/row生成多个子图。

			
		

	





	

		

			

				
					
Seaborn的简述

					
热门推荐

				
			

			

				

					qq_52669357的博客
				

				

					02-08
					
					4万+
					
				

			

		

		

			
				
Seaborn（seaborn是python中的一个可视化库，是对matplotlib进行二次封装而成，既然是基于matplotlib，所以seaborn的很多图表接口和参数设置与其很是接近）
导入库   import seaborn as sns
1、sns.stripplot分布散点图，其中有一个jitter参数表示散点图的各散点在回归模型中小幅度的分布；
2、sns.swarmplot分簇散点图；
3、sns.barplot()直方图；
4、sns.poinplot()点图；
5、sns.boxplo

			
		

	





	

		

			

				
					
python之Seaborn绘图

				
			

			

				

					Tacit_zfy99的博客
				

				

					05-08
					
					5605
					
				

			

		

		

			
				
Serborn是一种基于matplotlib的可视化库，它提供了更高级的API封装，可绘制更具吸引力，信息量更加丰富的图表。可视为对于matplotlib的补充。
import seaborn as sns
#Seaborn提供多个内置数据集，可通过sns.load_dataset直接加载
tips = sns.load_dataset('tips')
print(tips.head())
#该数据集记录了用餐小费与各潜在影响因素的特征值,打印前五行


1、条形散点图
单变量条形散点图
import nu

			
		

	





	

		

			

				
					
Python绘图总结(seaborn篇)之数据分类

				
			

			

				

					wuzlun的专栏
				

				

					05-15
					
					1万+
					
				

			

		

		

			
				
学习https://seaborn.pydata.org 记录，描述不一定准确，具体请参考官网

%matplotlib inline
import numpy as np
import pandas as pd
from scipy import stats, integrate
import seaborn as sns
import matplotlib.pyplot as plt

# s...

			
		

	



              




          





        



    





    



      

      

        
      

      





	

		
评论 2

	

  
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
成就一亿技术人!

          

          

        

        

          

          

            领取后你会自动成为博主和红包主的粉丝
            规则
          

        

      

      

        

          

            
              
            
            

              
hope_wisdom
 发出的红包
            

          

        

        

          

          

          

        

      

    

    

  



      
      

      
实付元

      
使用余额支付

      

        

          

            
            点击重新获取
          

        

        
扫码支付

      

      

        
          
            
          
          
        
      

      

        
        钱包余额
          0
          

            
            

              

                
抵扣说明：

                
 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
 2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

              

            

          

      

      余额充值