如何使用Seaborn库在Python中显示分类散点图？

Seaborn是一种有助于可视化数据的库。它提供自定义主题和高级接口。

当需要处理的变量具有分类属性时，无法使用通用的散点图、直方图等。这时需要使用分类散点图。

使用诸如“stripplot”、“swarmplot”等图形来处理分类变量。当变量之一为分类变量时，使用“stripplot”函数。数据沿着其中一个轴以排序方式表示。

“stripplot”函数的语法

seaborn.stripplot(x, y,data,…)

现在让我们看看如何使用“stripplot”函数来绘制数据集中的分类变量。

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.stripplot(x = "species", y = "sepal_length", data = my_df)
plt.show()

输出结果

解释

• 导入所需包。
• 输入数据为从Scikit Learn library加载的“Iris_data”。
• 将数据存储在数据框中。
• 使用“load_dataset”函数加载鸢尾花数据集。
• 使用“stripplot”函数可视化此数据。
• 在此处将数据框作为参数提供。
• 可以看到某些值重叠。
• 此外，指定了X和Y的值。
• 将此数据显示在控制台上。