我报名参加金石方案1期挑战——瓜分10万奖池，这是我的第1篇文章，点击检查活动详情

想要检查各个分类中的数据散布，显而易见，散点图是不满足需求的，因为：它不够直观。今天，咱们将介绍两种统计学图形的制作，进行数据可视化。

1. 箱形图

  • 箱形图（Box-plot）又称为盒形图、箱线图等等，是一种用作显现一组数据分散情况的统计图，因为该图像像箱子而得名。
  • 箱形图在1977年被美国著名统计学家Juhn Turkey发明，它能显现出一组数据的最大值、最小值、中位数、以及上下四分位数。

1.1 制作箱形图

seaborn中用于制作箱形图的函数为boxplot()，详细语法如下所示：

seaborn.boxplot(x=None, y=None, hue=None, data=None, orient=None, color=None, saturation=0.75, width=0.8)

  • palette：用于设置不同级别色相的色彩变量

    • palette=[“r”, “g”, “b”, “y”]

  • saturation：用于设置数据显现的色彩饱和度

    • 运用小数表明

  • data：传入的数据

  • x：x轴称号

  • y：y轴称号

1.2 代码演示

运用的是Jupyter Notebook完成下列代码案例。

过程1：导入相关模块并读取数据

读取完数据，因为数据过大过多，所以咱们拿出前1000个样本（前1000行），以及数据中四个特征（四列）：Longitude，City，State/Province，Country。进行演示。

import pandas as pd
import numpy as np
import seaborn as sns
# 3. 类别内数据散布
directory = pd.read_csv("directory.csv") 
# 组合索引
directory_2 = directory.loc[directory.index[0:1000], ["Longitude","City","State/Province","Country"]]
directory_2.head()

以上代码运转成果：

【数据处理】统计学图像绘制

过程2：制作箱形图

传入x称号，y称号，以及数据data，设置饱和度saturation=0.9，制作图像。

sns.boxplot("Country", "Longitude", data=directory_2,saturation=0.9)

以上代码运转成果如下图所示：

【数据处理】统计学图像绘制

2.小提琴图

  • 小提琴图（Voilin Plot）用于显现数据散布及其概率密度。
  • 这种图表结合了箱形图和密度图的特征，首要用来显现数据的散布形状。
  • 中间的黑色粗条表明四分位数范围，从其延伸的细黑线代表95%置信区间，而白点则为中位数。
  • 箱形图在数据显现方面受到限制，简单的规划往往躲藏了有关数据散布的重要细节。例如：运用箱形图时，咱们不能了解数据散布。尽管小提琴图能够显现更多详情，但它们也可能包括较多搅扰信息。

2.1 制作小提琴图

seaborn中用于制作小提琴图的函数为violinplot()，详细语法如下所示：

seaborn.violinplot(x=None, y=None, hue=None, data=None)
  • x：x轴称号
  • y：y轴称号
  • data：要传入的数据

2.2 代码演示

过程1：读取数据

读取csv文件中前1000-2000样本数据，并且指定读取四列：Longitude，City，State/Province，Country。

import pandas as pd
import numpy as np
import seaborn as sns
# 3. 类别内数据散布
directory = pd.read_csv("directory.csv") 
# 组合索引
directory_3 = directory.loc[directory.index[1000:2000], ["Longitude","City","State/Province","Country"]]
directory_3.head()

过程1运转成果：

【数据处理】统计学图像绘制

过程2：制作小提琴图

sns.violinplot("Country", "Longitude", data=directory_3)

过程2运转成果：

【数据处理】统计学图像绘制