Python Pandas – 使用Seaborn在小提琴图上绘制大量观测值

Python Pandas – 使用Seaborn在小提琴图上绘制大量观测值

Seaborn中的Swarm Plot用于绘制一个具有非重叠点的分类散点图。seaborn.swarmplot()用于这个操作,利用violinplot()在小提琴图上绘制一些观测值。

假设以下是我们的数据集,以CSV格式存储 − Cricketers2.csv

首先,导入所需的库 −

import seaborn as sb
import pandas as pd
import matplotlib.pyplot as plt

从CSV文件中将数据加载到Pandas DataFrame中 −

dataFrame = pd.read_csv("C:\Users\amit_\Desktop\Cricketers2.csv")

在小提琴图上绘制大量观测值 −

sb.violinplot(x = dataFrame["Role"], y = dataFrame["Matches"])
sb.swarmplot(x = dataFrame["Role"], y = dataFrame["Matches"], color="white")

更多Pandas文章,请阅读:Pandas教程

样例

以下是代码 −

import seaborn as sb
import pandas as pd
import matplotlib.pyplot as plt

# 从CSV文件中将数据加载到Pandas DataFrame中
dataFrame = pd.read_csv("C:\Users\amit_\Desktop\Cricketers2.csv")

sb.set_theme(style="whitegrid")

# 在小提琴图上绘制大量观测值
sb.violinplot(x = dataFrame["Role"], y = dataFrame["Matches"])
sb.swarmplot(x = dataFrame["Role"], y = dataFrame["Matches"], color="white")

# 显示
plt.show()

输出

这将产生以下输出 −

Python Pandas - 使用Seaborn在小提琴图上绘制大量观测值

Python教程

Java教程

Web教程

数据库教程

图形图像教程

大数据教程

开发工具教程

计算机教程