点图表示通过散点图点的位置对数值变量的中心趋势的估计。
点图用于集中在一个或多个分类变量的不同级别之间的比较 有时比条形图更有用。
注 点图只显示平均值 或其他估计值 。但在许多情况下 显示每个分类变量级别的值分布可能更具信息性。此时 其他方法如一个盒子或小提琴可能更合适。

seaborn.pointplot(x None, y None, hue None,  data None, order None, hue_order None,  estimator function mean , ci 95,  n_boot 1000, units None, markers o ,  linestyles - , dodge False, join True,  scale 1, orient None, color None, palette None,  errwidth None, capsize None, ax None, **kwargs)

x,y,hue:数据字段变量名(如上表 date,name,age,sex为数据字段变量名)作用 根据实际数据 x,y常用来指定x,y轴的分类名称 hue常用来指定第二次分类的数据类别(用颜色区分)data: DataFrame,数组或数组列表order,hue_order:字符串列表作用 显式指定分类顺序 eg. order [字段变量名1 字段变量名2,...]estimator:可回调函数作用 设置每个分类箱的统计函数ci:float或者 sd 或None在估计值附近绘制置信区间的大小 如果是 sd 则跳过bootstrapping并绘制观察的标准差 如果为None,则不执行bootstrapping,并且不绘制错误条。n_boot:int计算置信区间时使用的引导迭代次数markers:字符串或字符串列表作用 标记符号

案例代码已上传 Github地址

import seaborn as snsimport matplotlib.pyplot as plt# 设置样式风格sns.set(style darkgrid )# 构建数据tips sns.load_dataset( tips )利用catplot()来实现boxplot()的效果(通过指定kind box )sns.pointplot(x time , y total_bill , data tips)plt.show()

import seaborn as snsimport matplotlib.pyplot as plt# 设置样式风格sns.set(style darkgrid )# 构建数据tips sns.load_dataset( tips )设置hue来对已分组的数据进行第二次分类(通过颜色区别)sns.pointplot(x time , y total_bill , hue smoker , data tips)plt.show()

import seaborn as snsimport matplotlib.pyplot as plt# 设置样式风格sns.set(style darkgrid )# 构建数据tips sns.load_dataset( tips )设置dodge True实现 沿着分类轴分离不同色调级别的点(hue指定的分类)sns.pointplot(x time , y total_bill , hue smoker , data tips, dodge True)plt.show()

import seaborn as snsimport matplotlib.pyplot as plt# 设置样式风格sns.set(style darkgrid )# 构建数据tips sns.load_dataset( tips )设置markers [ o , x ]和线型linestyles [ - , -- ]sns.pointplot(x time , y total_bill , hue smoker , data tips,markers [ o , x ],linestyles [ - , -- ])plt.show()

import seaborn as snsimport matplotlib.pyplot as plt# 设置样式风格sns.set(style darkgrid )# 构建数据tips sns.load_dataset( tips )设置调色板palette Set2,颜色体现在hue的分组数据上sns.pointplot(x time , y total_bill , hue smoker , data tips, palette Set2 )plt.show()

import seaborn as snsimport matplotlib.pyplot as plt# 设置样式风格sns.set(style darkgrid )# 构建数据tips sns.load_dataset( tips )设置order [ 变量名1 , 变量名2 ,...]来显示指定分类顺序sns.pointplot(x time , y tip , data tips, order [ Dinner , Lunch ])plt.show()

import seaborn as snsimport matplotlib.pyplot as pltfrom numpy import median# 设置样式风格sns.set(style darkgrid )# 构建数据tips sns.load_dataset( tips )使用中位数作为中心趋势的估计值sns.pointplot(x day , y tip , data tips, estimator median)plt.show()

import seaborn as snsimport matplotlib.pyplot as plt# 设置样式风格sns.set(style darkgrid )# 构建数据tips sns.load_dataset( tips )使用catplot()实现pointplot()的效果 通过设置kind point sns.catplot(x sex , y total_bill , hue smoker , col time , data tips, kind point , dodge True, height 4, aspect .7)plt.show()

上述案例代码已上传 Github地址
Github地址https://github.com/Vambooo/SeabornCN

更多技术干货在公众号 数据分析与可视化学研社