微信公众号：《Python读钱》有任何问题或建议欢迎留言公众号Seaborn是一个基于matplotlib的Python可视化库。它提供了一个高级界面来绘制有吸引力的统计图形。Seaborn其实是在matplotlib的基础上进行了更高级的API封装，无需大量调整，让绘图更简单，让你的图更精致。注意：所有代码均在IPythonnotebook中实现。Stripplot（分布散点图）先概览一下stripplot的API：seaborn.stripplot(x=None,y=None,hue=None,data=None,order=None,hue_order=None,jitter=False,dodge=False,orient=None,color=None,palette=None,size=5,edgecolor='gray',linewidth=0,ax=None,*kwargs)接下来直接上代码演示，先导入对应的包，大家应该熟悉。importseabornassns%matplotlibinlinesns.set(font_scale=1.5,style="white")sns.set_context({"figure.figsize":(10,8)})下面是本次演示使用的数据集：data=sns.load_dataset("tips")data.head()看看stripplot长啥样sns.stripplot(x="time",y="total_bill",data=data)可以看到stripplot的运行图的原理是根据x属性对应的类别显示y属性的值，适用于分类数据。上图是不同餐点总账单金额的散点图。接下来，我们来解释一下stripplot的主要参数。这里只讲stripplot独有的一些参数。关于seaborn中其他常用参数的介绍，可以看之前的文章。x:设置分组统计字段y:设置分布统计字段jitter:当数据点重叠很多时，可以使用这个参数做一些调整sns.stripplot(x="time",y="total_bill",data=data,jitter=True)可以看出之前重叠的数据点是分散的。对时间属性进行分类后，使用hue参数进行内部分类sns.stripplot(x="time",y="total_bill",data=data,jitter=True,hue="day")如果我想显示不同类别在组中分开？这时候使用dodge参数dodge：控制组内的分类是否完全拆分sns.stripplot(x="time",y="total_bill",data=data,jitter=True,hue="day",dodge=True)order：对x参数选择的字段中的类别进行排序过滤sns.stripplot(x="time",y="total_bill",data=data,jitter=True,hue="day",dodge=True,order=["Dinner","Lunch"])可以看到原来Dinner和Lunch类别在x轴上的顺序发生了变化sns.stripplot(x="time",y="total_bill",data=data,jitter=True,hue="day",dodge=True,order=["Dinner"])可以看到x轴上原来的Lunch类没有了，stripplot的演示到此结束.Swarmplot（聚类散点图）sns。swarmplot(x=None,y=None,hue=None,data=None,order=None,hue_order=None,dodge=False,orient=None,color=None,palette=None,size=5,edgecolor='灰色',linewidth=0,ax=None,*kwargs)swarmplot和stripplot的用法其实差不多。我们来看看两张图的区别，还是用之前的数据集。sns.swarmplot(x="day",y="total_bill",data=data)，可以看到swarmplot以树的形式展示了不同类型的散点图，其他参数的使用与stripplot一致。下面简单演示一下。sns.swarmplot(x="day",y="total_bill",data=data,hue="sex",dodge=True)sns.swarmplot(x="day",y="total_bill",data=data,hue="sex",dodge=True,palette="husl")sns.swarmplot(y="day",x="total_bill",data=data,hue="sex",dodge=True,palette="husl")关于stripplot和swarmplot的demo到此结束。想要了解更多的小朋友可以查看Seaborn的官方文档！以上内容是我结合官方文档和自己的理解写的。如有错误，可以指出并提出意见，共同交流，共同进步。也希望我写的能对你看完这篇文章有所帮助。！扫描二维码关注公众号《Python读钱》，干货第一时间获取！
