7、数据可视化与Scikit-learn机器学习入门

water

于 2025-07-14 10:45:54 发布

阅读量14

点赞数

CC 4.0 BY-SA版权

分类专栏： Python机器学习实战指南文章标签：数据可视化 Swarmplot Scikit-learn

本文链接：https://blog.csdn.net/water/article/details/149588610

Python机器学习实战指南专栏收录该内容

16 篇文章 ¥399.00 ¥499.90

订阅专栏

超级会员免费看

数据可视化与Scikit-learn机器学习入门

1. 数据可视化：使用Swarmplot展示数据分布

Swarmplot是一种分类散点图，其点不会重叠，对于发现数据集中数据点的分布非常有用。下面以一个名为 salary.csv 的CSV文件为例，该文件包含了男性和女性的薪资数据：

gender,salary
men,100000
men,120000
men,119000
men,77000
men,83000
men,120000
men,125000
women,30000
women,140000
women,38000
women,45000
women,23000
women,145000
women,170000

若要展示男性和女性薪资的分布，Swarmplot是理想之选。以下是实现该功能的代码：

import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd

sns.set_style("whitegrid")

# 加载数据
data = pd.read_csv('salary.csv')

# 绘制Swarmplot
sns.swarmplot(x="gender", y="salary", data=data)

ax = plt.gca()
ax.set_title("Salary distribution")

# 显示图形
plt.show()

从绘制的图形中可以看出，在这个群体中，尽管女