Python – método seaborn.boxenplot()

Requisito previo :

Seaborn es una biblioteca de visualización de datos de Python basada en matplotlib . Proporciona una interfaz de alto nivel para dibujar gráficos estadísticos atractivos e informativos. Hay algo extraordinario en una visualización bien diseñada. Los colores se destacan, las capas se combinan muy bien, los contornos fluyen por todas partes y el paquete general no solo tiene una buena calidad estética, sino que también nos brinda información significativa.

nacido en el mar.boxenplot()

Dibuje un diagrama de caja mejorado para conjuntos de datos más grandes. Este estilo de gráfico se denominó originalmente gráfico de «valor de letra» porque muestra una gran cantidad de cuantiles que se definen como «valores de letra». Es similar a un diagrama de caja al trazar una representación no paramétrica de una distribución en la que todas las características corresponden a observaciones reales. Al graficar más cuantiles, proporciona más información sobre la forma de la distribución, particularmente en las colas.

Sintaxis: seaborn.boxenplot (parámetros)

Parámetros:

• x, y, hue : Entradas para trazar datos de formato largo.
• data : Conjunto de datos para el trazado.
• order, hue_order : orden para trazar los niveles categóricos; de lo contrario, los niveles se deducen de los objetos de datos.
• orient : Orientación de la trama (vertical u horizontal).
• color : Color para todos los elementos, o semilla para una paleta de degradado.
• paleta : Colores a utilizar para los diferentes niveles de la variable matiz.
• saturación : Proporción de la saturación original para dibujar colores.
• ancho : ancho de un elemento completo cuando no se usa el anidamiento de tonos, o ancho de todos los elementos para un nivel de la variable de agrupación principal.
• dodge : cuando se usa el anidamiento de tonos, si los elementos se deben desplazar a lo largo del eje categórico.
• k_profundidad : El número de cajas, y por extensión el número de percentiles, a dibujar.
• linewidth : Ancho de las líneas grises que enmarcan los elementos de la trama.
• scale : Método a usar para el ancho de los cuadros de valores de letras.
• outlier_prop : Proporción de datos que se cree que son valores atípicos.
• showfliers : si es falso, suprime el trazado de valores atípicos.
• ax : Objeto Axes para dibujar el gráfico, de lo contrario usa los Axes actuales.
• kwargs : Otros argumentos de palabras clave

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

A continuación se muestra la implementación del método anterior con algunos ejemplos:

Ejemplo 1:

# importing packages
import seaborn as sns
import matplotlib.pyplot as plt
  
# loading dataset
data = sns.load_dataset("tips")
  
# plot the boxenplot
sns.boxenplot(x = "day", y = "total_bill", 
              data = data)
plt.show()

Salida:

Ejemplo 2:

# importing packages
import seaborn as sns
import matplotlib.pyplot as plt
  
# loading dataset
data = sns.load_dataset("tips")
  
# plot the boxenplot
# hue by sex
# width of 0.8
sns.boxenplot(x ="day", y = "total_bill", hue = "sex", 
              data = data, width = 0.8)
plt.show()

Producción :

Ejemplo 3:

# importing packages
import seaborn as sns
import matplotlib.pyplot as plt
  
# loading dataset
data = sns.load_dataset("tips")
  
# plot the boxenplot
# orient to horizontal
sns.boxenplot(x = "total_bill", y = "size", 
              data = data, orient ="h")
plt.show()

Producción :