Seaborn 观测值的分布

在我们之前处理的分类散点图中，这种方法在提供关于每个类别内值的分布信息方面变得有限。现在，进一步说，让我们看看什么可以帮助我们在类别中进行比较。

箱线图

箱线图 是一种方便的方式来通过四分位数来可视化数据的分布。

箱线图通常在箱子上延伸出垂直线，称为“须”。这些须表示上下四分位数之外的可变性，因此箱线图也被称为 箱须图 或 箱线图 。数据中的任何异常值都被绘制为个别点。

示例

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

输出

Seaborn 观测值的分布

图上的点表示异常值。

小提琴图

小提琴图是箱线图和核密度估计的结合。因此，这些图更容易分析和理解数据的分布。

让我们使用名为tips的数据集来更深入了解小提琴图。此数据集包含有关顾客在餐厅中给出的小费的信息。

示例

import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('tips')
sb.violinplot(x = "day", y = "total_bill", data=df)
plt.show()

输出

Seaborn 观测值的分布

箱线图中的四分位数和须值显示在小提琴内部。由于小提琴图使用了核密度估计（KDE）方法，小提琴的宽度部分表示密度较高，狭窄的区域表示相对较低的密度。箱线图的四分位距和KDE中的较高密度部分位于每个小提琴图类别的相同区域。

上述图显示了一周中四天的总消费分布情况。但是，除此之外，如果我们想看一下与性别相关的分布情况，让我们在下面的示例中探索一下。

示例

import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('tips')
sb.violinplot(x = "day", y = "total_bill",hue = 'sex', data = df)
plt.show()

输出

Seaborn 观测值的分布

现在我们可以清楚地看到男性和女性之间的消费行为。通过观察图表，我们可以很容易地说，男性的账单比女性多。

而且，如果色调变量只有两个类别，我们可以将每个小提琴分成两个部分，而不是在给定日期上有两个小提琴。小提琴的每个部分都表示色调变量中的每个类别。

示例

import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('tips')
sb.violinplot(x = "day", y="total_bill",hue = 'sex', data = df)
plt.show()