如何用 Python 中的 Seaborn 制作带数据点的箱线图?

原文:https://www . geeksforgeeks . org/如何使用 python 中的 seaborn 制作带数据点的盒子图/

先决条件:

箱线图或触须图是一种以图形方式可视化的统计图,通过四分位数描绘一组数字数据。此图显示了包含五个值的数据集的摘要,这五个值称为最小值、四分位数 1、四分位数 2 或中值、四分位数 3 和最大值,其中框是从第一个四分位数到第三个四分位数绘制的。

通用方框图主要关注上面提到的五个元素,为用户提供基于四分位数的数据解释,但也可以在方框图本身上显示数据点,使其更具信息性。对于这个配备了stripe lot()函数的海鸟,我们所要做的就是在 boxplot() 函数之后用合适的参数调用它,生成一个带有数据点的 boxplot。

带状图是自己画的。当所有的观测值都与一些潜在分布的表示一起显示时,它是箱线图或紫外图的一个很好的补充。它用于根据类别绘制散点图。

语法:seaborn . strippelot(,x =无,y =无,色相=无,数据=无,顺序=无,色相 _ 顺序=无,抖动=真,减淡=假,方向=无,颜色=无,调色板=无,大小=5,边缘颜色= '灰色',线宽=0,ax =无,kwargs)*

参数:

  • x,y,色调:用于绘制长格式数据的输入。
  • 数据:用于标绘的数据集。
  • 顺序:这是在中绘制分类级别的顺序。
  • 颜色:它是所有元素的颜色,或者是渐变调色板的种子

返回:该方法返回绘制了绘图的坐标轴对象。

方法:

  • 导入库
  • 创建或加载数据集。
  • 使用 boxplot()绘制箱线图。
  • 使用 stripplot()添加数据点。
  • 显示图。

下面给出了一些帮助您更好地理解的实现

示例 1: 用于比较的常规方框图

计算机编程语言

# importing library
import seaborn as sns
import matplotlib.pyplot as plt

# loading seaborn dataset tips
tdata = sns.load_dataset('tips')

# creating boxplot
sns.boxplot(x='size', y='tip', data=tdata)

# display plot
plt.show()

输出:

示例 2: 用数据点创建箱线图

计算机编程语言

# importing library
import seaborn as sns
import matplotlib.pyplot as plt
# loading seaborn dataset tips
tdata = sns.load_dataset('tips')

# creating boxplot
sns.boxplot(x='size', y='tip', data=tdata)

# adding data points
sns.stripplot(x='size', y='tip', data=tdata)
# display plot
plt.show()