seaborn.stripplot#

seaborn.stripplot(data=None, *, x=None, y=None, hue=None, order=None, hue_order=None, jitter=True, dodge=False, orient=None, color=None, palette=None, size=5, edgecolor=<default>, linewidth=0, hue_norm=None, log_scale=None, native_scale=False, formatter=None, legend='auto', ax=None, **kwargs)#

繪製一個類別散佈圖，使用抖動來減少重疊。

條狀圖可以單獨繪製，但在您想要顯示所有觀察值以及一些底層分佈的表示時，它也是箱形圖或小提琴圖的良好補充。

請參閱 教學 以獲取更多資訊。

注意

預設情況下，此函數將其中一個變數視為類別變數，並在相關軸上以序數位置 (0, 1, … n) 繪製資料。 從 0.13.0 版本開始，可以透過設定 native_scale=True 來停用此功能。

參數:
dataDataFrame、Series、dict、陣列或陣列列表

用於繪圖的資料集。 如果沒有 x 和 y，則會將其解釋為寬格式。 否則，預期為長格式。

x, y, huedata 中的變數名稱或向量資料

用於繪製長格式資料的輸入。 請參閱範例以了解解釋。

order, hue_order字串列表

繪製類別層級的順序； 否則，層級將從資料物件中推斷。

jitterfloat, True/1 是特殊情況

要應用的抖動量（僅沿類別軸）。 當您有許多點且它們重疊時，這會很有用，因此更容易看到分佈。 您可以指定抖動量（均勻隨機變數支援寬度的一半），或使用 True 作為良好的預設值。

dodgebool

當分配了 hue 變數時，將此設定為 True 將沿類別軸分隔不同色調層級的條狀圖，並縮小分配給每個條狀圖的空間量。 否則，每個層級的點將繪製在同一個條狀圖中。

orient“v” | “h” | “x” | “y”

繪圖的方向（垂直或水平）。 這通常會根據輸入變數的類型來推斷，但當 x 和 y 都是數值或繪製寬格式資料時，它可以用來解決歧義。

在 v0.13.0 版本中變更: 新增「x」/「y」作為選項，相當於「v」/「h」。

colormatplotlib 顏色

繪圖中元素的單一顏色。

palette調色盤名稱、列表或字典

用於 hue 變數不同層級的顏色。 應該是 color_palette() 可以解釋的內容，或是將色調層級對應到 matplotlib 顏色的字典。

sizefloat

標記的半徑，以點為單位。

edgecolormatplotlib 顏色，「gray」為特殊情況

每個點周圍線條的顏色。 如果您傳遞 "gray"，則亮度由用於點主體的調色盤決定。 請注意，stripplot 預設具有 linewidth=0，因此只有在線寬不為零時，邊緣顏色才可見。

linewidthfloat

構成繪圖元素的線條寬度。

hue_normtuple 或 matplotlib.colors.Normalize 物件

當 hue 變數為數值時，應用於 hue 變數的色彩對應之資料單位中的正規化。 如果 hue 是類別變數，則不相關。

v0.12.0 版本新增。

log_scalebool 或數字，或一對布林值或數字

將軸刻度設定為對數。 單一值會設定繪圖中任何數值軸的資料軸。 一對值會獨立設定每個軸。 數值會被解釋為所需的底數（預設值為 10）。 當 None 或 False 時，seaborn 會延遲到現有的軸刻度。

v0.13.0 版本新增。

native_scalebool

當為 True 時，類別軸上的數值或日期時間值將會保持其原始縮放，而不會轉換為固定索引。

v0.13.0 版本新增。

formatter可呼叫函式

用於將類別資料轉換為字串的函式。 會影響群組和刻度標籤。

v0.13.0 版本新增。

legend“auto”, “brief”, “full”, or False

如何繪製圖例。如果為「簡略 (brief)」，數值 hue 和 size 變數將會以均勻間隔的值樣本來表示。如果為「完整 (full)」，則每個群組都會在圖例中獲得一個條目。如果為「自動 (auto)」，則根據層級數量選擇簡略或完整表示。如果為 False，則不會加入圖例資料，也不會繪製圖例。

v0.13.0 版本新增。

axmatplotlib Axes

要將繪圖繪製在其上的 Axes 物件，否則使用目前的 Axes。

kwargs鍵，值對應

其他關鍵字參數會傳遞給 matplotlib.axes.Axes.scatter()。

回傳值:
axmatplotlib Axes

回傳繪製了圖形的 Axes 物件。

另請參閱

swarmplot

一個類別散佈圖，其中點不會重疊。可以與其他圖形一起使用來顯示每個觀察值。

boxplot

一個具有相似 API 的傳統箱型圖。

violinplot

箱型圖和核密度估計的組合。

catplot

將類別圖與 FacetGrid 結合。

範例

指定單一數值變數會顯示其單變數分佈，點在另一個軸上隨機「抖動」。

tips = sns.load_dataset("tips")
sns.stripplot(data=tips, x="total_bill")
../_images/stripplot_1_0.png

指定第二個變數會分割點的條狀圖，以比較該變數的類別層級。

sns.stripplot(data=tips, x="total_bill", y="day")
../_images/stripplot_3_0.png

透過交換類別和數值變數的指定，顯示垂直方向的條狀圖。

sns.stripplot(data=tips, x="day", y="total_bill")
../_images/stripplot_5_0.png

在 0.12 版本之前，類別變數的層級預設具有不同的顏色。若要獲得相同的效果，請明確指定 hue 變數。

sns.stripplot(data=tips, x="total_bill", y="day", hue="day", legend=False)
../_images/stripplot_7_0.png

或者，您可以將不同的變數指定給 hue，以顯示多維度關係。

sns.stripplot(data=tips, x="total_bill", y="day", hue="sex")
../_images/stripplot_9_0.png

如果 hue 變數是數值的，則預設會使用定量調色盤來映射 (請注意，在 0.12 版本之前並非如此)。

sns.stripplot(data=tips, x="total_bill", y="day", hue="size")
../_images/stripplot_11_0.png

使用 palette 控制顏色映射，包括透過傳遞定性調色盤的名稱來強制進行類別映射。

sns.stripplot(data=tips, x="total_bill", y="day", hue="size", palette="deep")
../_images/stripplot_13_0.png

預設情況下，hue 變數的不同層級會混合在每個條狀圖中，但設定 dodge=True 將會分割它們。

sns.stripplot(data=tips, x="total_bill", y="day", hue="sex", dodge=True)
../_images/stripplot_15_0.png

可以透過設定 jitter=False 來停用隨機抖動。

sns.stripplot(data=tips, x="total_bill", y="day", hue="sex", dodge=True, jitter=False)
../_images/stripplot_17_0.png

如果在寬格式模式下繪圖，資料框架的每個數值欄都會映射到 x 和 hue。

sns.stripplot(data=tips)
../_images/stripplot_19_0.png

若要在寬格式模式下變更方向，請明確傳遞 orient。

sns.stripplot(data=tips, orient="h")
../_images/stripplot_21_0.png

當兩個軸變數都是數值時，orient 參數也很有用，因為它可以解決要沿哪個維度進行分組 (和抖動) 的模糊性。

sns.stripplot(data=tips, x="total_bill", y="size", orient="h")
../_images/stripplot_23_0.png

預設情況下，即使類別變數是數值的，也會使用固定比例 (0, 1, …) 將其映射到離散索引。

sns.stripplot(
    data=tips.query("size in [2, 3, 5]"),
    x="total_bill", y="size", orient="h",
)
../_images/stripplot_25_0.png

若要停用此行為並使用變數的原始比例，請設定 native_scale=True。

sns.stripplot(
    data=tips.query("size in [2, 3, 5]"),
    x="total_bill", y="size", orient="h",
    native_scale=True,
)
../_images/stripplot_27_0.png

可以透過傳遞 matplotlib.axes.Axes.scatter() 的關鍵字參數來實現進一步的視覺自訂。

sns.stripplot(
    data=tips, x="total_bill", y="day", hue="time",
    jitter=False, s=20, marker="D", linewidth=1, alpha=.1,
)
../_images/stripplot_29_0.png

若要製作具有多個面的圖形，使用 catplot() 比直接使用 FacetGrid 更安全，因為 catplot() 將確保類別和 hue 變數在每個面中正確同步。

sns.catplot(data=tips, x="time", y="total_bill", hue="sex", col="day", aspect=.5)
../_images/stripplot_31_0.png