Seaborn.swarmplot() 方法

Seaborn.swarmplot() 方法用于绘制非重叠散点图，其中一个变量是分类变量。此函数类似于 seaborn.stripplot() 方法，但调整了点以便不只在分类轴上重叠。

这提供了更好的值表示和分布，但并不适合用于大量观察。该图的性质看起来像一个蜂群，因此称为 swarmplot()。与带状图类似，seaborn.swarmplot() 方法可用于补充其他图，例如箱线图或小提琴图，或单独使用。它以宽格式数据、长数据、数组或向量列表的形式接受输入。

语法

以下是 seaborn.swarmplot() 方法的语法 −

seaborn.swarmplot(*, x=None, y=None, hue=None, data=None, order=None, hue_order=None, dodge=False, orient=None, color=None, palette=None, size=5, edgecolor='gray', linewidth=0, ax=None, **kwargs)

参数

该方法的一些参数解释如下。

S.No	参数及说明
1	x,y 这些参数将变量名称作为绘制长格式数据的输入。
2	data 这是用于绘制图形的数据框。
3	hue 数据框中绘制图形所需的变量名称。
4	linewidth 此参数采用浮动值并确定构成图中元素的灰线的宽度。
5	dodge 此参数采用布尔值。如果我们使用色调嵌套，将 true 传递给此参数将分离不同色调级别的条带。如果传递了 False，每个级别的点将被绘制在彼此之上。
6	orient 它取值“h”或“v”，并以此为基础确定图形的方向。
7	color matplotlib 颜色作为输入，这决定了所有元素的颜色。
8	size 此参数决定绘制的图中标记的半径。

加载 seaborn 库

让我们在继续开发绘图之前加载 seaborn 库和数据集。要加载或导入 seaborn 库，可以使用以下代码行。

Import seaborn as sns

加载数据集

在本文中，我们将使用 seaborn 库中内置的 Titanic 数据集。以下命令用于加载数据集。

titanic=sns.load_dataset("titanic")

下面提到的命令用于查看数据集中的前 5 行。这使我们能够了解哪些变量可用于绘制图形。

titanic.head()

以下是上面这段代码的输出。

index,survived,pclass,sex,age,sibsp,parch,fare,embarked,class,who,adult_male,deck,embark_town,alive,alone
0,0,3,male,22.0,1,0,7.25,S,Third,man,true,NaN,Southampton,no,false
1,1,1,female,38.0,1,0,71.2833,C,First,woman,false,C,Cherbourg,yes,false
2,1,3,female,26.0,0,0,7.925,S,Third,woman,false,NaN,Southampton,yes,true

现在我们已经加载了数据集，我们将探索几个示例。

示例 1

在此示例中，我们将了解如何通过将 x、y 和数据参数传递给 seaborn.swarmplot() 方法来绘制简单的群图。我们正在使用 titanic 数据集来了解此方法的工作原理，因此来自 titanic 数据集的 who 和 age 列分别传递给 x,y 参数。下面的代码行可用于执行此操作。

import seaborn as sns
import matplotlib.pyplot as plt
titanic=sns.load_dataset("titanic")
titanic.head()
sns.swarmplot(x="who", y="age", data=titanic)
plt.show()

输出

下面附上获得的图。

示例 2

我们将了解 seaborn.swarmplot() 方法的大小参数的用法。该参数以浮点值作为输入，是一个可选参数。标记的半径受传递给此参数的值的影响。

import seaborn as sns
import matplotlib.pyplot as plt
titanic=sns.load_dataset("titanic")
titanic.head()
sns.swarmplot(x="age",data=titanic,y="who",size=10)
plt.show()

输出

产生的输出图如下，

正如我们在图中看到的那样，标记的大小显着增加，这是因为大小参数传递了值 10，因此标记的半径为 10。

示例 3

现在，我们将了解色调映射如何影响生成的图形/输出。因为我们使用的是 titanic 数据集并且它有 4 个分类变量，所以我们将其中一个传递给 x 或 y，另一个传递给 hue 参数。在此示例中，我们将 alive 变量传递给 hue 参数。

import seaborn as sns
import matplotlib.pyplot as plt
titanic=sns.load_dataset("titanic")
titanic.head()
sns.swarmplot(x="who", y="age",hue="alive", data=titanic)
plt.show()

输出

上面的代码将获得如下所示的输出。

示例 4

在这个例子中，我们将了解如何使用 dodge 参数以及上面使用的参数。此参数采用布尔值。如果我们使用色调嵌套，将 true 传递给此参数将分离不同色调级别的条带。如果传递了 False，每个级别的点将被绘制在彼此之上。以下代码行可用于使用 dodge 参数绘制图形。

import seaborn as sns
import matplotlib.pyplot as plt
titanic=sns.load_dataset("titanic")
titanic.head()
sns.swarmplot(x="who", y="age", hue="alive",dodge=True,data=titanic)
plt.show()