Seaborn.stripplot() 方法

---

---

seaborn.stripplot() 方法用于绘制散点图，其中作为参数传递的变量之一是分类变量。此图可以单独绘制，但通常也用于补充其他图，例如箱线图，其中除了描绘所有观测值之外，还需要显示一些潜在的分布。

此方法采用不同的格式作为输入，例如数组、长格式数据、宽格式数据或向量列表。

语法

以下是 seaborn.stripplot() 方法的语法

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

参数

此方法的一些参数如下所示：

在继续开发绘图之前，让我们加载 seaborn 库和数据集。

加载 seaborn 库

要加载或导入 seaborn 库，可以使用以下代码行。

Import seaborn as sns

加载数据集

在本文中，我们将使用 seaborn 库中内置的泰坦尼克号数据集。以下命令用于加载数据集。

titanic=sns.load_dataset("titanic")

以下命令用于查看数据集中前 5 行。这使我们能够了解哪些变量可用于绘制图形。

titanic.head()

以下是上述代码段的输出。

index,survived,pclass,sex,age,sibsp,parch,fare,embarked,class,who,adult_male,deck,embark_town,alive,alone
0,0,3,male,22.0,1,0,7.25,S,Third,man,true,NaN,Southampton,no,false
1,1,1,female,38.0,1,0,71.2833,C,First,woman,false,C,Cherbourg,yes,false
2,1,3,female,26.0,0,0,7.925,S,Third,woman,false,NaN,Southampton,yes,true

现在我们已经加载了数据集，我们将探索一些示例。

示例 1

我们将了解一个简单的快捷方式，可用于绘制 stripplot()。与其将数据和 x 作为单独的参数传递，不如将它们组合并作为单个参数在 x 参数中传递。可以使用以下代码行来实现。

import seaborn as sns
import matplotlib.pyplot as plt
titanic=sns.load_dataset("titanic")
titanic.head()
sns.stripplot(x=titanic["age"])
plt.show()

输出

上述代码行产生的输出如下所示：

示例 2

现在，我们将连同 x、y 参数一起传递 hue 参数，并查看获得的图表的更改。由于我们使用的是泰坦尼克号数据集，因此我们将 alive 变量传递给 hue，并将 age 和 sex 分别传递给 x 和 dy 参数。可以使用以下代码行生成所需的绘图。

import seaborn as sns
import matplotlib.pyplot as plt
titanic=sns.load_dataset("titanic")
titanic.head()
sns.stripplot(x="age", y="who", hue="alive",data=titanic)
plt.show()

输出

生成的绘图如下所示。

示例 3

seaborn.stripplot() 方法中有很多参数，我们将了解另一个名为 jitter 的参数的工作原理。jitter 参数用于对分类变量的数据进行间隔，它仅适用于分类类型的数据。它采用浮点值作为输入。

以下代码片段描述了它的用法，生成的绘图也可以在下面查看。

import seaborn as sns
import matplotlib.pyplot as plt
titanic=sns.load_dataset("titanic")
titanic.head()
#jitter spaces out categorical data and works only on this type of data.
sns.stripplot(x="age", y="who", data=titanic,jitter=0.5)
plt.show()

输出

示例 4

seaborn.stripplot() 方法中有很多参数，我们将了解另一个名为 jitter 和 linewidth 的参数的工作原理。jitter 参数用于对分类变量的数据进行间隔，它仅适用于分类类型的数据。它采用浮点值作为输入。linewidth 参数采用浮点值，并确定构成图中元素的灰色线条的宽度。

以下代码片段描述了它的用法，生成的绘图也可以在下面查看。

import seaborn as sns
import matplotlib.pyplot as plt
titanic=sns.load_dataset("titanic")
titanic.head()
sns.stripplot(x="age", y="who", hue="alive",data=titanic,jitter=0.5,linewidth=1)
plt.show()

输出

生成的输出图如下所示。

示例 5

在这个示例中，我们将了解如何将 dodge 参数与上面使用的参数一起使用。此参数采用布尔值。如果我们使用色调嵌套，则将 true 传递给此参数将分离不同色调级别的条带。如果传递 False，则每个级别的点将彼此叠加绘制。以下代码行可用于使用 dodge 参数绘制图形。

import seaborn as sns
import matplotlib.pyplot as plt
titanic=sns.load_dataset("titanic")
titanic.head()
sns.stripplot(y="fare", x="who", hue="alive",data=titanic,linewidth=1,dodge=True)
plt.show()

输出

获得的输出如下所示：