本期，我们来学习Seaborn中的Catplot（Box箱型图, Violin小提琴图,Swarm分簇散点图,Strip分类散点图）。Catplot是一个更高级别的多功能函数，它结合了几个基础的分类seaborn图，如箱型图Box、小提琴图Violin、分簇散点图Swarm、条形图Barplot、计数图Countplot等等。同样，我们本期使用tips案例来进行学习，数据集的链接如下：
通过百度网盘分享的文件：tips.csv
链接：https://pan.baidu.com/s/1sxWMXnfK0S3TLxF5C_EQqg
提取码：6666
一、Tips数据集
tips数据集为餐饮行业收集的数据，其中 total_bill为消费总金额、tip 为小费金额、sex为顾客性别、smoker为顾客是否吸烟、day为消费的星期、time为聚餐的时间段、size为聚餐人数。我们接下来通过Tips数据集分类介绍一下Box箱型图，Violin小提琴图，Swarm分簇散点图，Strip分类散点图，最后再统一讲catplot的功能。二、男女顾客在不同消费时间段总账单的箱型图-Boxplot
箱型图不显示原始数据点，而是采用我们的样本数据，并根据四分位数用盒和线来显示值的范围。此外，箱型图用圆圈显示落在箱须之外的异常值。箱形图显示的五个数据：
- 最小的数字（最小值）；
- 第一个四分位数（25%位点值）；
- 中间的数字（中位值）；
- 第三个四分位数（75%位点值）；
- 最大的数字（最大值）。
这五个值一起组成了我们数据的分布形状、分布和集中趋势。所有这些衡量标准都是非参数性的，不对数据的分布进行假设。这方面使得箱型图特别适合于分析的早期阶段，具体图形如下：
具体到tips数据集分析中，我们用箱型图看一下男女顾客在不同时间段内的总账单。
sns.boxplot(data=df, x='time', y='total_bill', hue='sex', palette='deep')plt.title('男女顾客在不同消费时间段的总账单')plt.xlabel('时间')plt.ylabel('总账单')
从图中我们可以看到，晚饭的总账单付费要比午饭要高，男士比女士付出的账单高。
三、不同日期消费总账单的小提琴图-Violinplot
小提琴图 (ViolinPlot)是用来展示多组数据的分布状态以及概率密度。这种图表结合了箱形图和密度图的特征，主要用来显示数据的分布形状，小提琴图跟箱形图类似，但是在密度层面展示更好。小提琴图的内部是箱线图（有的图中位数会用白点表示，但归根结底都是箱线图的变化）；外部包裹的就是核密度图，某区域图形面积越大，某个值附近分布的概率越大。
具体到tips数据集中，我们画一下不同日期消费总账单的小提琴图。
#小提琴图sns.violinplot(data=df, x='day', y='total_bill', palette='deep')plt.title('消费者在一周不同天的总账单')plt.xlabel('星期')plt.ylabel('总账单')
我们从小提琴图中可以看到，周末的总账单更高，总账单消费的范围也更广。四、消费者对于给小费的分簇散点图-Swarmplot
- Swarmplot的核心优势在于它能够以一种方式展示数据点，使得每个点都不会重叠。这对于观察数据点的实际分布非常有用，尤其是在数据点数量较多时。它特别适合于展示分类变量的分布情况，可以很好地展示不同类别之间的差异。通过结合不同的颜色、形状等视觉元素，可以进一步展示数据的多维度信息。
- 具体到这个例子：
sns.swarmplot(data=df, x='time', y='tip', dodge=True, palette='deep', hue='sex', s=6)plt.title('不同消费者在不同餐饮时间给小费的情况')plt.xlabel('时间')plt.ylabel('小费')
从Swarmplot图中，我们可以清晰的看到每个小费的数据，发现：一些男性消费者的小费高达10美元，而大多数小费通常在1到5美元之间，并且2美元的小费居多。五、聚餐人数与小费的分类散点图-StripplotStripplot 通过在分类轴上随机分布点来展示数据，每个点代表一个观测值。它提供了一种直观的方式来观察分类变量中各个类别的数据分布情况。通过调整点的大小、形状、颜色等属性，可以增强图表的信息表达能力。当你想要快速查看分类变量中每个类别的数据分布时，stripplot是一个很好的选择。所以，我们用stripplot画一下第四部分的那个消费者对于给小费的分布图如下：
sns.stripplot(data=df, x='time', y='tip', palette='deep', hue='sex')
对比swarmplot图形，我们可以发现，stripplot图不保证点之间完全不重叠，它会快速查看分类变量中每个类别的数据分布。如果你想要把每个数据点都显示在图上，就要使用swarmplot了。下面，我们看一下聚餐人数与小费的关系图，用stripplot看一下。
sns.stripplot(data=df, x='tip', hue='size', y='day', s=25, alpha=0.2, jitter=False, marker='D',palette='deep')plt.title('不同时间段内，聚餐人数与小费的变化')plt.xlabel('小费')plt.ylabel('日期')
从图中，我们可以看到多数餐桌的聚餐人数为2人。周六和周日是最繁忙的日子，有更多的小费。六、Catplot的用法Catplot，简单说，就是一个图形的综合体，它提供了一个kind选项，你可以设定kind的类型来画出你想要的图形。
seaborn.catplot(data=None, *, x=None, y=None, hue=None, row=None, col=None, kind='strip', estimator='mean', errorbar=('ci', 95), n_boot=1000, seed=None, units=None, weights=None, order=None, hue_order=None,row_order=None, col_order=None, col_wrap=None,height=5,aspect=1,log_scale=None,native_scale=False, formatter=None, orient=None, color=None, palette=None, hue_norm=None, legend='auto', legend_out=True, sharex=True, sharey=True, margin_titles=False, facet_kws=None, ci=, **kwargs)其中，kind的类型：
- stripplot() (with kind="strip"; the default)
- swarmplot() (with kind="swarm")
- boxplot() (with kind="box")
- violinplot() (with kind="violin")
- boxenplot() (with kind="boxen")
- pointplot() (with kind="point")
- barplot() (with kind="bar")
- countplot() (with kind="count")
- 举个例子来测试一下catplot的用法和功能。比如我们用catplot再画一下第二部分中男女顾客在不同消费时间段总账单的箱型图-Boxplot，具体命令为：
sns.catplot(data=df, x='time', y='total_bill', hue='sex', kind='box', palette='deep')
是不是与第二部分那个单独的boxplot一样，当然catplot还有一些独特的功能，比如可以画多张图，比如我们将上图中的男女分开。
sns.catplot(data=df, x='time', y='total_bill', col='sex', kind='box', palette='deep')
我们通过col=‘sex’将男女分开，一次性画在了2张图中，这样看的更加直观。
当然，对于catplot功能的更深入学习了解，请参加官方文档：
https://seaborn.pydata.org/generated/seaborn.catplot.html
七、总结本期，我们分类介绍了Seaborn中的Box箱型图、Violin小提琴图、Swarm分簇散点图、Strip分类散点图以及集大成的Catplot。
上述4种不同类型的图有各自的应用场景，这需要我们在实际应用中依照实际情况进行选择，比如：我们可以使用箱型图（Boxplot）来展示数据的分布情况，包括中位数、四分位数、异常值等；比较不同组之间的分布差异；快速识别数据的对称性、偏斜度和离群值。使用分簇散点图（Swarmplot）来展示每个分类中的具体数据点，避免重叠，这在需要展示数据点的实际值时非常有用。
我们下期见 
