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.
seaborn.swarmplot()
Dibuje un diagrama de dispersión categórico con puntos que no se superpongan. Un diagrama de enjambre se puede dibujar por sí solo, pero también es un buen complemento para un diagrama de caja o de violín en los casos en los que desea mostrar todas las observaciones junto con alguna representación de la distribución subyacente. La disposición adecuada de los puntos requiere una transformación precisa entre los datos y las coordenadas de los puntos. Esto significa que se deben establecer límites de eje no predeterminados *antes* de dibujar el gráfico.
Sintaxis: seaborn.swarmplot (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.
- esquivar: para separar las tiras para diferentes niveles de tono a lo largo del eje categórico
- 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.
- tamaño : Radio de los marcadores, en puntos.
- edgecolor : Color de las líneas alrededor de cada punto.
- linewidth : Ancho de las líneas grises que enmarcan los elementos de la trama.
- 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 swarmplot # size set to 5 sns.swarmplot(x ="day", y = "total_bill", data = data, size = 5) plt.show()
Producción :
Ejemplo 2:
# importing packages import seaborn as sns import matplotlib.pyplot as plt # loading dataset data = sns.load_dataset("tips") # plot the swarmplot # hue by size # oriented to horizontal sns.swarmplot(y = "day", x = "total_bill", hue = "size", orient = "h", data = data) 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 swarmplot # hue by smoker # dodge = True sns.swarmplot(x = "sex", y = "total_bill", hue = "smoker", data = data, dodge = True) plt.show()
Producción :
Publicación traducida automáticamente
Artículo escrito por deepanshu_rustagi y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA