Seaborn.stripplot() 方法

---

---

seaborn.stripplot() 方法用於繪製散點圖，其中作為引數傳遞的變數之一是分類變數。此圖可以單獨繪製，但通常也用於補充其他圖，例如箱線圖，其中除了描繪所有觀測值之外，還需要顯示一些潛在的分佈。

此方法採用不同的格式作為輸入，例如陣列、長格式資料、寬格式資料或向量列表。

語法

以下是 seaborn.stripplot() 方法的語法

seaborn.stripplot(*, x=None, y=None, hue=None, data=None, order=None, hue_order=None, jitter=True, dodge=False, orient=None, color=None, palette=None, size=5, edgecolor='gray', linewidth=0, ax=None, **kwargs

引數

此方法的一些引數如下所示：

在繼續開發繪圖之前，讓我們載入 seaborn 庫和資料集。

載入 seaborn 庫

要載入或匯入 seaborn 庫，可以使用以下程式碼行。

Import seaborn as sns

載入資料集

在本文中，我們將使用 seaborn 庫中內建的泰坦尼克號資料集。以下命令用於載入資料集。

titanic=sns.load_dataset("titanic")

以下命令用於檢視資料集中前 5 行。這使我們能夠了解哪些變數可用於繪製圖形。

titanic.head()

以下是上述程式碼段的輸出。

index,survived,pclass,sex,age,sibsp,parch,fare,embarked,class,who,adult_male,deck,embark_town,alive,alone
0,0,3,male,22.0,1,0,7.25,S,Third,man,true,NaN,Southampton,no,false
1,1,1,female,38.0,1,0,71.2833,C,First,woman,false,C,Cherbourg,yes,false
2,1,3,female,26.0,0,0,7.925,S,Third,woman,false,NaN,Southampton,yes,true

現在我們已經載入了資料集，我們將探索一些示例。

示例 1

我們將瞭解一個簡單的快捷方式，可用於繪製 stripplot()。與其將資料和 x 作為單獨的引數傳遞，不如將它們組合並作為單個引數在 x 引數中傳遞。可以使用以下程式碼行來實現。

import seaborn as sns
import matplotlib.pyplot as plt
titanic=sns.load_dataset("titanic")
titanic.head()
sns.stripplot(x=titanic["age"])
plt.show()

輸出

上述程式碼行產生的輸出如下所示：

示例 2

現在，我們將連同 x、y 引數一起傳遞 hue 引數，並檢視獲得的圖表的更改。由於我們使用的是泰坦尼克號資料集，因此我們將 alive 變數傳遞給 hue，並將 age 和 sex 分別傳遞給 x 和 dy 引數。可以使用以下程式碼行生成所需的繪圖。

import seaborn as sns
import matplotlib.pyplot as plt
titanic=sns.load_dataset("titanic")
titanic.head()
sns.stripplot(x="age", y="who", hue="alive",data=titanic)
plt.show()

輸出

生成的繪圖如下所示。

示例 3

seaborn.stripplot() 方法中有很多引數，我們將瞭解另一個名為 jitter 的引數的工作原理。jitter 引數用於對分類變數的資料進行間隔，它僅適用於分類型別的資料。它採用浮點值作為輸入。

以下程式碼片段描述了它的用法，生成的繪圖也可以在下面檢視。

import seaborn as sns
import matplotlib.pyplot as plt
titanic=sns.load_dataset("titanic")
titanic.head()
#jitter spaces out categorical data and works only on this type of data.
sns.stripplot(x="age", y="who", data=titanic,jitter=0.5)
plt.show()

輸出

示例 4

seaborn.stripplot() 方法中有很多引數，我們將瞭解另一個名為 jitter 和 linewidth 的引數的工作原理。jitter 引數用於對分類變數的資料進行間隔，它僅適用於分類型別的資料。它採用浮點值作為輸入。linewidth 引數採用浮點值，並確定構成圖中元素的灰色線條的寬度。

以下程式碼片段描述了它的用法，生成的繪圖也可以在下面檢視。

import seaborn as sns
import matplotlib.pyplot as plt
titanic=sns.load_dataset("titanic")
titanic.head()
sns.stripplot(x="age", y="who", hue="alive",data=titanic,jitter=0.5,linewidth=1)
plt.show()

輸出

生成的輸出圖如下所示。

示例 5

在這個示例中，我們將瞭解如何將 dodge 引數與上面使用的引數一起使用。此引數採用布林值。如果我們使用色調巢狀，則將 true 傳遞給此引數將分離不同色調級別的條帶。如果傳遞 False，則每個級別的點將彼此疊加繪製。以下程式碼行可用於使用 dodge 引數繪製圖形。

import seaborn as sns
import matplotlib.pyplot as plt
titanic=sns.load_dataset("titanic")
titanic.head()
sns.stripplot(y="fare", x="who", hue="alive",data=titanic,linewidth=1,dodge=True)
plt.show()

輸出

獲得的輸出如下所示：