分类绘图

分类图的绘制，采用的是sns.catplot来实现的。cat是category的简写。这个方法默认绘制的是分类散点图，如果想要绘制其他类型的图，同样也是通过kind参数来指定。并且分类绘图中，分成分类散点图，分类分布图，分类统计图。

一、分类散点图：

分类散点图比较适合数据量不是很多的情况，他是用catplot来实现，但是也有以下两个特别的方法。

1. stripplot()：catplot(kind="strip")，默认的。
2. swarmplot()：catplot(kind="swarm")。

1.1. stripplot：

示例代码如下：

sns.catplot(x="day",y="total_bill",data=tips,hue="sex")

示例图如下：

1.2. swarmplot：

以上图展示的是按照星期几的分类散点图，看起来这些点有点重合，如果想要散开来，那么可以使用catplot(kind="swarm")。示例代码如下：

sns.catplot(x="day",y="total_bill",kind="swarm",data=tips,hue="sex")

catplot方法不能使用size和style参数。

1.3. 横向分类散点图：

想要将垂直的分类散点图变成横向的，只需要把x和y对应的值进行互换即可。

sns.catplot(y="day",x="total_bill",kind="swarm",data=tips,hue="sex")

效果图如下：

二、分类分布图：

分类分布图，主要是根据分类来看，然后在每个分类下数据的分布情况。也是通过catplot来实现，以下三个方法分别是不同的kind参数：

1. boxplot()：catplot(kind="box")。
2. violinplot()：catplot(kind="violin")。

2.1. 箱线图：

示例代码如下：

athletes = pd.read_csv("athlete_events.csv")
countries = {
    'CHN':'中国',
    'JPN':"日本",
    'KOR':'韩国',
    'USA':"美国",
    'CAN':"加拿大",
    'BRA':"巴西",
    'GBR':"英国",
    'FRA':"法国",
    'ITA':"意大利",
    'ETH':"埃塞俄比亚",
    'KEN':"肯尼亚",
    'NIG':"尼日利亚",
}
plt.rcParams['font.sans-serif'] = ['FangSong']
# print(plt.rcParams.keys())
need_athletes = athletes[athletes['NOC'].isin(list(countries.keys()))]
g = sns.catplot(x="NOC",y="Height",data=need_athletes,kind="box",hue="Sex")
g.fig.set_size_inches(20,5)
g.set_xticklabels(list(countries.values()))

效果图如下：

2.2. 小提琴图：

小提琴实际上就是两个对称的核密度曲线合并起来，然后中间是一个箱线图（也可以为其他图）组成的。通过小提琴图可以看出数据的分布情况。示例代码如下：

sns.catplot(x="day",y="total_bill",data=tips,kind="violin",hue="sex",split=True)

效果图如下：

小提琴的中间默认绘制的是箱线图，也可以修改为其他类型的。可以通过inner参数修改，这个参数有以下几个选项：

1. box：默认的，箱线图。
2. quartile：四分位数。上下四分位数加中位数。
   
3. point：散点。
   
4. stick：线条。
   

三、分类统计图：

分类统计图，则是根据分类，统计每个分类下的数据的个数或者比例。有以下几种方式：

1. barplot()：catplot(kind="bar")。
2. pointplot()：catplot(kind="point")。
3. countplot()：catplot(kind="count")。

3.1. 条形图：

seaborn中的条形图具有统计功能，可以统计出比例，平均数，也可以按照你想要的统计函数来统计。示例代码如下：

1. 统计平均数：

    # 统计星期三到星期天的消费总额的平均数
    sns.catplot(x="day",y="total_bill",data=tips,kind="bar")
   

   

2. 统计比例：

    # 统计男女中获救的比例
    sns.catplot(data=titanic,kind="bar",x="sex",y="survived")
   

   

3. 自定义统计函数：

    # 自定义统计函数，统计出每个性别下获救的人数
    sns.barplot(x="sex",y="survived",data=titanic,estimator=lambda values:sum(values))
   

   

3.2. 柱状图：

柱状图是专门用来统计某个单一变量出现数量的图形。示例代码如下：

sns.catplot(x="sex",data=titanic,kind="count")

也可以通过使用hue参数来指定分组：

sns.catplot(x="day",kind="count",data=tips,hue="sex")

3.3. 点线图：

点线图可以非常方便的看到变量之间的趋势变化。示例代码如下：

sns.catplot(x="sex",y="survived",data=titanic,kind="point",hue="class")

效果图如下：