ApX 标志ApX 标志

趋近智

大模型显存计算器硬件课程定价
ApX 标志ApX 标志

趋近智

大模型显存计算器硬件课程定价

所有课程

使用 Matplotlib 和 Seaborn 进行数据可视化
章节 1: 数据可视化入门
数据可视化是什么?
为何要在人工智能和工程领域将数据可视化?
Matplotlib 介绍
Seaborn 简介
Matplotlib 与 Seaborn 的关系
设置您的Python环境
导入库
您的第一个简单图表
第 1 章测验
章节 2: Matplotlib 绘图基本知识
Matplotlib 图的结构:Figure 与 Axes
创建基础绘图脚本
折线图:绘制趋势
散点图:表示关联
添加标题和标签
更改颜色和线条样式
设置坐标轴范围
实践:创建简单的折线图和散点图
第 2 章测验
章节 3: 基本 Matplotlib 图表类型
用于比较的条形图
创建垂直和水平条形图
用于表示分布的直方图
理解直方图的分箱
用于表示比例的饼图
堆叠图表
动手实践:绘制不同数据类型图表
第 3 章测验
章节 4: Seaborn 简介:提升图表效果
Seaborn的作用:高级接口
设定 Seaborn 样式与上下文
Seaborn 调色板
使用 Seaborn 创建散点图 (scatterplot)
使用 Seaborn 绘制折线图 (lineplot)
了解 Seaborn 的数据输入要求
练习:使用Seaborn重制图表
第 4 章测验
章节 5: 使用 Seaborn 可视化数据分布
直方图和核密度估计 (histplot, kdeplot)
可视化联合分布 (jointplot)
用于汇总统计的箱线图 (boxplot)
小提琴图:结合箱线图和核密度估计图 (violinplot)
理解分布图选择
动手实践:绘制数据分布图
第 5 章测验
章节 6: 使用 Seaborn 绘制分类数据
理解分类数据
汇总统计条形图 (barplot)
频率计数图 (countplot)
分类变量的箱线图 (boxplot)
散点分布图与分群散点图:独立数据点的呈现 (stripplot, swarmplot)
趋势点图 (pointplot)
实践操作:分类特征的可视化
第 6 章测验
章节 7: 图表定制与保存
为图表添加文本和注释
管理图例
调整图形大小和布局
使用 Matplotlib 面向对象 API 实现更精细的控制
应用 Seaborn 主题
将图表保存到文件(PNG、JPG、PDF、SVG)
选择正确的文件格式
实践:优化你的图表
第 7 章测验
章节 8: 使用 Pandas DataFrame 绘图
Pandas Series 和 DataFrame 简要介绍
将数据加载到DataFrame
直接从DataFrame进行基础绘图
使用 Matplotlib 配合 DataFrame 列
使用 Seaborn 和 DataFrames
数据筛选与绘图准备
动手实践:从文件中进行数据可视化
第 8 章测验

散点分布图与分群散点图:独立数据点的呈现 (stripplot, swarmplot)

尽管柱状图和箱线图为我们提供了每个类别有用的统计概括(如平均值或四分位数),但它们没有显示实际数据点。有时,查看每一个观测值对于了解每个类别内的分布、密集程度和可能的异常值很重要。Seaborn 为此目的提供了两个很棒的函数:stripplot 和 swarmplot。两者都创建散点图,其中一个轴代表一个分类变量。

散点分布图:针对分类的简单散点图

stripplot 函数是可视化按类别分组的独立数据点最直接的绘图方式。它本质上是绘制一个散点图,其中一个轴(通常是 x 轴)的位置对应类别,而另一个轴(通常是 y 轴)的位置对应数值。

假设我们有餐厅小费数据,并想要查看每周每天总账单金额的分布情况。

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd

# 加载示例小费数据集
tips = sns.load_dataset("tips")

# 绘制一个基本散点分布图
plt.figure(figsize=(8, 5)) # 设置图表大小以提高可读性
sns.stripplot(x="day", y="total_bill", data=tips)
plt.title("每日总账单金额 (散点分布图)")
plt.xlabel("星期")
plt.ylabel("总账单 ($)")
plt.show()

一个简化示例,使用散点分布图方法绘制了按不同日期划分的独立账单金额。

您会注意到代码示例的输出中(如果您使用完整数据集运行它),许多点直接重叠,特别是在某一天账单金额普遍相同的情况下。这种重叠会使我们难以分辨究竟有多少点位于某个特定值,或难以判断数据的密集程度。

添加抖动

为了解决重叠问题,stripplot 有一个有用的参数 (parameter):jitter。将 jitter=True(或指定抖动量)设置为 True 会在分类轴位置上添加少量随机扰动。这使得点在各自的分类列中水平散开,使独立标记 (token)点更易查看。

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd

# 加载示例小费数据集
tips = sns.load_dataset("tips")

# 绘制带抖动的散点分布图
plt.figure(figsize=(8, 5))
sns.stripplot(x="day", y="total_bill", data=tips, jitter=True, palette="Blues") # 添加了抖动和调色板
plt.title("每日总账单金额 (带抖动的散点分布图)")
plt.xlabel("星期")
plt.ylabel("总账单 ($)")
plt.show()

应用抖动使点在每个类别中水平散开,减少了基本散点分布图中的重叠。

抖动显著提高中等大小数据集的可见性。您还可以将其他变量映射到视觉属性上,如 hue(颜色),以比较每个类别内的子组。

分群散点图:不重叠的点

虽然抖动有帮助,但随机噪声意味着精确的水平位置没有实际意义。Seaborn 提供 swarmplot 作为另一种选择,它智能地沿着分类轴定位点,以防止任何重叠。它将点排列成蜂群状,更清晰地显示分布密集程度。

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd

# 加载示例小费数据集
tips = sns.load_dataset("tips")

# 绘制分群散点图
plt.figure(figsize=(8, 5))
sns.swarmplot(x="day", y="total_bill", data=tips, palette="viridis", size=4) # 使用调色板并调整大小
plt.title("每日总账单金额 (分群散点图)")
plt.xlabel("星期")
plt.ylabel("总账单 ($)")
plt.show()

分群散点图排列点以避免重叠,使得每日数据点分布的密集程度视图更清晰,相比带抖动的散点分布图。注意:为更清晰地显示,此示例使用的点较少。

swarmplot 的主要优势是清晰呈现不同数值处的分布形态和密集程度。您可以轻松查看数据点集中的位置。

然而,用于放置不重叠点的算法可能计算量大。对于非常大的数据集(数千个点),生成分群散点图可能会变慢,图表本身可能变得过于密集而难以有效解读。

选择 stripplot 和 swarmplot

  • 在以下情况使用 stripplot(带 jitter=True):
    • 您有极大量的数据点,并且 swarmplot 过慢或生成的图表过于密集。
    • 对分布和密集程度有个大致的了解,使用随机抖动即可满足要求。
  • 在以下情况使用 swarmplot:
    • 您有中小型数据集。
    • 查看精确的分布结构和不重叠的点密集程度很重要。
    • 计算时间不是主要限制。

stripplot 和 swarmplot 都接受类似的参数 (parameter)进行自定义,包括 hue(使用颜色添加另一个分类维度)、palette(控制颜色)和 size(调整标记 (token)大小)。它们是强大的工具,可以超越概括性统计,检查类别内的原始数据点。通常,它们可以与 boxplot 或 violinplot 等图表有效结合(通过在同一坐标轴上绘图),以同时提供概括性统计和独立数据点分布。

  • Categorical data visualization, Michael Waskom, 2023 - 官方教程,提供 Seaborn 中分类数据可视化的全面指南,包括 stripplot 和 swarmplot。
  • seaborn.stripplot, Michael Waskom, 2024 - 官方 API 参考,记录 stripplot 函数、其参数和使用示例。
  • seaborn.swarmplot, Michael Waskom, 2023 - 官方 API 参考,记录 swarmplot 函数、其参数和使用示例。
  • Fundamentals of Data Visualization, Claus O. Wilke, 2019 (O'Reilly Media) - 提供清晰有效数据可视化的原则,并讨论了如何表示单个数据点和管理密度。

© 2026 ApX Machine Learning