機器學習筆記 seaborn筆記

import seaborn as sns
import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
import pandas as pd
import warnings
warnings.filterwarnings("ignore")

sns.set(color_codes = True)
np.random.seed(sum(map(ord,"distributions")))
tips = sns.load_dataset("tips")
#iris = sns.load_dataset("iris")
titanic = sns.load_dataset("titanic")

sns.stripplot(x = "day", y = "total_bill",data = tips,jitter=True) #jitter=True 對點進行偏移 避免重疊

<matplotlib.axes._subplots.AxesSubplot at 0x2cec641e780>

sns.swarmplot(x = "day", y = "total_bill",data = tips,hue = "sex") 

<matplotlib.axes._subplots.AxesSubplot at 0x2cec7867c50>

sns.boxplot(x = "day",y = "total_bill" , hue = "time", data = tips) #盒圖 看離羣點

<matplotlib.axes._subplots.AxesSubplot at 0x2cec78c9dd8>

sns.barplot(x = "sex",y = "survived",hue = "class",data = titanic)

<matplotlib.axes._subplots.AxesSubplot at 0x2cec79917f0>

sns.pointplot(x = "sex",y = "survived",hue = "class",data = titanic) #點圖

<matplotlib.axes._subplots.AxesSubplot at 0x2cec79f4b00>

sns.factorplot(x = "day",y = "total_bill", hue = "smoker",data = tips)

<seaborn.axisgrid.FacetGrid at 0x2cec7aa9b00>

    sns.factorplot(x = "day",y = "total_bill", hue = "smoker",
                   col = "time",data = tips,kind = "swarm") #swarm樹圖

<seaborn.axisgrid.FacetGrid at 0x2cec7984cc0>

seaborn.factorplot(x=None, y=None, hue=None, data=None, row=None, col=None, col_wrap=None, estimator=, ci=95, n_boot=1000, units=None, order=None, hue_order=None, row_order=None, col_order=None, kind=‘point’, size=4, aspect=1, orient=None, color=None, palette=None, legend=True, legend_out=True, sharex=True, sharey=True, margin_titles=False, facet_kws=None, **kwargs)

Parameters：

• x,y,hue 數據集變量 變量名
• date 數據集 數據集名
• row,col 更多分類變量進行平鋪顯示 變量名
• col_wrap 每行的最高平鋪數 整數
• estimator 在每個分類中進行矢量到標量的映射 矢量
• ci 置信區間 浮點數或None
• n_boot 計算置信區間時使用的引導迭代次數 整數
• units 採樣單元的標識符，用於執行多級引導和重複測量設計 數據變量或向量數據
• order, hue_order 對應排序列表 字符串列表
• row_order, col_order 對應排序列表 字符串列表
  +kind : 可選：point 默認, bar 柱形圖, count 頻次, box 箱體, violin 提琴, strip 散點，swarm 分散點 size 每個面的高度（英寸） 標量 aspect 縱橫比 標量 orient 方向 “v”/“h” color 顏色 matplotlib顏色 palette 調色板 seaborn顏色色板或字典 legend hue的信息面板 True/False legend_out 是否擴展圖形，並將信息框繪製在中心右邊 True/False share{x,y} 共享軸線 True/False