数据结构
网络
关系型数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
时尚研究
法律研究如何在 Python 中使用 Seaborn 库来显示分类散点图？
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接口。
当需要处理的变量本质上是分类变量时，无法使用一般的散点图、直方图等。这时就需要使用分类散点图。
诸如“stripplot”、“swarmplot”之类的图用于处理分类变量。“stripplot”函数用于至少一个变量是分类变量的情况。数据以排序的方式沿其中一个轴表示。
stripplot 函数的语法
seaborn.stripplot(x, y,data,…)
让我们看看如何使用“stripplot”函数在数据集中绘制分类变量。
示例
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
my_df = sb.load_dataset('iris')
sb.stripplot(x = "species", y = "sepal_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。
- “load_dataset”函数用于加载 iris 数据。
- 使用“stripplot”函数可视化此数据。
- 这里，数据框作为参数提供。
- 我们可以看到某些值正在重叠。
- 此外，还指定了 x 和 y 值。
- 此数据显示在控制台上。
更新于： 2020-12-11
116 次查看
广告