使用 Seaborn 在Python中分组箱线图

箱线图描绘了定量数据的分布，便于在不同变量（连续变量或分类变量）之间进行比较。它是一种常见的数据分散度量。箱线图由一个五位数的摘要组成，有助于检测和删除数据集中的异常值。

1. 最小观察
2. 第一季度（25% 或四分之一）
3. 中位数或 Q2
4. Q3（75% 或四分位数 2）
5. 最大观察

分组箱线图用于可视化具有多个子组的数据。此外，我们可以使用分组箱线图一次可视化三个变量，其中一个变量是数字变量，另外两个变量是分类变量。

我们将使用Python的 Seaborn 库来创建分组箱线图。我们将使用来自 Seaborn 库的数据集“提示”。

Python3

# import seaborn library
import seaborn as sns
  
# load the dataset
data = sns.load_dataset('tips')
  
# view the dataset
print(data.head(5))

输出：

示例 1：让我们创建一个箱线图来了解“tips”数据集的每一“天”上“total_bill”的分布。但我们也想根据“性别”属性对其进行分组。因此，我们将为这三个属性绘制分组箱线图，其中 'sex' 和 'day' 是分类属性，而 'total_bill' 是数字属性。

蟒蛇3

# create grouped boxplot 
sns.boxplot(x = data['day'],
            y = data['total_bill'],
            hue = data['sex'])

输出：

示例 2：下一个示例与上一个示例类似。唯一的区别是作为 'smoker' 属性的 'hue' 参数的值。在这里，我们想根据一个人是否吸烟来了解 'total_bill' 与 'day' 组的分布。

此外，我们还学习了如何使用 boxplot() 的“调色板”属性更改箱线图的颜色。

蟒蛇3

# create another grouped boxplot 
sns.boxplot(x = data['day'],
            y = data['total_bill'],
            hue = data['smoker'],
            palette = 'Set2')

输出：

示例 3：在本示例中，我们将介绍如何绘制 2 个以上的分组箱线图。如果 'hue' 参数的值有 2 个以上的类别，那么我们可以绘制 2 个以上的分组箱线图，如下所示。

在这里， 'hue' = data['size']有六个类别，因此我们可以使用与上述相同的方法看到 2 个以上的分组箱线图。

蟒蛇3

# create 3rd grouped boxplot 
sns.boxplot(x = data['day'],
            y = data['total_bill'],
            hue = data['size'],
            palette = 'husl')

输出：