¿Cómo hacer diagramas de caja con puntos de datos usando Seaborn en Python?

Requisitos previos:

• nacido en el mar
• matplotlib

Box Plot o Whisker Plot es un gráfico estadístico para visualizar gráficamente, representando un grupo de datos numéricos a través de sus cuartiles. Esta gráfica muestra el resumen del conjunto de datos que contiene los cinco valores conocidos como mínimo, cuartil 1, cuartil 2 o mediana, cuartil 3 y máximo, donde el cuadro se dibuja desde el primer cuartil hasta el tercer cuartil.

Un diagrama de caja genérico se enfoca principalmente en los cinco elementos mencionados anteriormente para darle al usuario una interpretación de los datos basada en cuartiles, pero es posible mostrar puntos de datos en el diagrama de caja en sí, haciéndolo más informativo. Para este seaborn está equipado con la función stripplot() , todo lo que tenemos que hacer es llamarlo justo después de la función boxplot() con los parámetros apropiados para generar un diagrama de caja con puntos de datos.

Sintaxis: seaborn.stripplot(*, x=Ninguno, y=Ninguno, hue=Ninguno, data=Ninguno, order=Ninguno, hue_order=Ninguno, jitter=True, dodge=False, orient=Ninguno, color=Ninguno, palette= Ninguno, tamaño=5, color de borde=’gris’, ancho de línea=0, hacha=Ninguno, **kwargs)

Parámetros:

• x, y, hue: entradas para trazar datos de formato largo.
• datos: conjunto de datos para el trazado.
• orden: Es el orden en el que se trazan los niveles categóricos.
• color: es el color para todos los elementos, o semilla para una paleta de degradado

Devoluciones: este método devuelve el objeto Axes con el gráfico dibujado en él.

Acercarse:

• Importar la biblioteca
• Cree o cargue el conjunto de datos.
• Trace un diagrama de caja usando boxplot().
• Agregue puntos de datos usando stripplot().
• Mostrar parcela.

A continuación se presentan algunas implementaciones para ayudarlo a comprender mejor 

Ejemplo 1: Diagrama de caja regular para comparación

# 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()

Producción:

Ejemplo 2: crear un diagrama de caja con puntos de datos

# 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()

Producción:

Ejemplo 3: Diagrama de caja con puntos de datos con color no predeterminado

# 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, color="grey")
# display plot
plt.show()

Producción:

Ejemplo 4: Cambiar el tamaño de los puntos de datos

# importing library
import seaborn as sns
import matplotlib.pyplot as plt
# loading seaborn dataset tips
tdata = sns.load_dataset('tips')
  
tdata = tdata.head(10)
# creating boxplot
sns.boxplot(x='size', y='tip', data=tdata)
  
# adding data points
sns.stripplot(x='size', y='tip', data=tdata, color="grey", size=8)
# display plot
plt.show()

Producción:

Ejemplo 5: Trazado de puntos de datos transparentes

# importing library
import seaborn as sns
import matplotlib.pyplot as plt
# loading seaborn dataset tips
tdata = sns.load_dataset('tips')
  
tdata = tdata.head(20)
# creating boxplot
sns.boxplot(x='size', y='tip', data=tdata)
  
# adding data points
sns.stripplot(x='size', y='tip', data=tdata, color="black", size=8, alpha=0.5)
# display plot
plt.show()

Producción: