文章目录

• • 箱线图
  • 增强箱线图
  • 小提琴图

想不到大家都这么喜欢用python给女朋友挑钻石，所以我又写了个续。

如果看过这篇用python给女朋友挑钻石，那么可以直接从箱线图开始读。

seaborn是matplotlib的补充包，提供了一系列高颜值的figure，并且集成了多种在线数据集，通过sns.load_dataset()进行调用，可供学习，如果网络不稳定，可下载到本地，然后在调用的时候使用把cache设为True。

其中，diamonds数据集中包含了钻石数据，总计十项，分别是[重量/克拉]carat、切割水平cut、颜色color、透明度clarity、深度depth、table、价格price以及x、y、z方向的尺寸。

画图第一步就是导入包和数据。

import seaborn as sns
import matplotlib.pyplot as plt
# 本地加载数据集
dia = sns.load_dataset("diamonds",data_home="seaborn-data", cache=True)
# 以上几行代码后面不再重复书写

箱线图

现在我们想知道Premium, Fair, Very Good, Good, Ideal这五种切割方式所对应的价格区间，那么最直接的想法是做一个箱线图，就类似K线那种图。

这个图中，箱和线描述了五个统计量：最小非异常值、第一四分位数(25%)、中位数、第三四分位数(75%)以及非异常最大值。而最大值上面的那些点，则为异常值。可见，超过1.5万刀的钻石属于异类。

>>> sns.boxplot(x="cut",y="price",data=dia,color='lightblue',fliersize=0.25)
>>> plt.show()

其中，fliersize表示异常值的尺寸。

增强箱线图

箱线图尽管已经可以描述一定的分布特性，但是还不够，毕竟只有5个统计量。

sns中提供了增强版的箱线图：boxenplot

在这个图中，将价格区间进行了划分，每个价格区间中，箱子越宽则代表样本越多。

sns.boxenplot(x="cut",y="price",data=dia,
    palette="ch:rot=-.5,d=.3_r")
plt.show()

小提琴图

如果想再细致一点，那么就得用小提琴图了

sns.violinplot(x="cut",y="price",data=dia)
sns.despine(left=True)

这样一看，切割最好的钻石，价格区间竟然以1000左右为主，尽管离谱，但也很真实了。