如何在Python Seaborn的分类散点图中避免点重叠，且不使用jitter参数？

我们将使用Seaborn。Seaborn是一个有助于数据可视化的库。它带有自定义主题和高级界面。此界面有助于自定义和控制数据类型以及在应用某些过滤器时数据的行为。

当至少一个变量是分类变量时，使用‘stripplot’函数。数据沿一个轴以排序方式表示。但缺点是某些点会重叠。这时需要使用‘jitter’参数来避免变量之间的重叠。

它会向数据集添加一些随机噪声，并调整分类轴上值的位 置。但是，与其使用‘jitter’参数，不如使用‘swarmplot’来获得分类散点图。

swarmplot函数的语法

seaborn.swarmplot(x, y,data,…)

如下所示：

示例

import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
my_df = sb.load_dataset('iris')
sb.swarmplot(x = "species", y = "petal_length", data = my_df)
plt.show()

输出

解释

  • 导入所需的包。
  • 输入数据是‘iris_data’，它从scikit learn库加载。
  • 此数据存储在数据框中。
  • 使用‘load_dataset’函数加载iris数据。
  • 使用‘swarmplot’函数可视化此数据。
  • 此处，数据框作为参数提供。
  • 此外，还指定了x和y值。
  • 此数据显示在控制台上。

更新于：2020年12月11日

402 次浏览

启动您的职业生涯

完成课程获得认证

开始
广告