如何使用Python Seaborn的箱线图比较不同类别的数据？

Seaborn 库有助于可视化数据。它带有自定义的主题和高级接口。

散点图提供的信息有限，因为它们只告诉我们给定数据类别中数值的分布情况。如果我们想要比较类别中存在的数据，那么我们需要使用不同的技术。这就是箱线图的作用所在。它是一种在数据集中了解数据分布的方法，可以通过四分位数来实现。

箱线图由垂直线组成，这些线从箱子中延伸出来。这些延伸部分称为“须”。这些须告诉我们数据在上下四分位之外如何变化。这就是为什么箱线图也被称为须线图的原因。

boxplot 函数的语法

seaborn.boxplot(x, y,data,…)

数据中的异常值以单独的点进行绘制。以下是示例 –

更多Python相关文章，请阅读：Python 教程

示例

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

输出

解释

• 导入所需的包。
• 输入数据是从scikit learn库加载的“iris_data”。
• 此数据存储在 dataframe 中。
• 使用“load_dataset”函数加载鸢尾花数据。
• 使用“boxplot”函数来可视化数据。
• 在此，dataframe 作为参数进行提供。
• 同样，指定 x 和 y 的值。
• 此数据在控制台上显示。