仅用于站内搜索，没有排版格式，具体信息请跳转上方微信公众号内链接
分类关系图表用于展示数字变量和一个或多个分类变量之间的关系，可以进一步分为：
箱形图（boxplot）
增强箱形图（enhancedboxplot）
小提琴图（violinplot）
抖动散点图（jitterplot）
蜂群图（beeswarmplot）
点图（pointplot）
柱状图（barplot）
分类柱状图（countplot）
本文介绍使用Python工具seaborn详细实现分类关系图表，包含8类图141个代码模版，节选自👉原创Python可视化教程：530张图形+8000行代码+详细代码注释+后续免费更新+学习交流群，部分目录，
👇加入学习（收费，请备注：169）
柱状图（barplot）表示了一个数值变量的聚合或统计估计（比如和，中值，均值，详细介绍见后章节9.3.2.6柱状图-6类统计方式），每个矩形的高度表示该估计，同时使用误差条指示该估计的不确定性。
例如，柱状图-6类统计方式，
统计方式，即柱子高度代表变量的’mean’，’median’，’sum’，’min’，’max’或者’std’之一，用图展示各中统计方式差异，
例如，柱状图-多子图，
分类柱状图（countplot）使用柱状图显示每个分类箱中的观测计数，这类图要区别于上文章节9.3.2柱状图，用于直接显示每个类别中的观测数量，而不是间接统计计算一个新的统计量。例如，分组分类柱状图，
箱形图（boxplot）直观地展示数据的关键指标（如下四分位数Q1、上四分位数Q3、中位数、平均值、异常值点），如下图，
通过箱图可比较几组数据的分布情况，检查数据异常值，比较不同分布数据的偏态和尾重等。
例如，单组箱图，
例如，多子图箱图，
增强箱形图（enhancedboxplot），又称作“Letter-valueplots”，类似于箱形图，但是，能展示更多的分位数，提供更多关于数据分布形状的信息，特别是在尾部数据和异常值数据中，它更适用于较大的数据集（数据size：10,000-100,000），
早期也是由HadleyWickham等大佬提出。
例如，分组增强箱形图-垂直方向，
例如，分组增强箱形图-垂直方向，进一步分组，
小提琴图（violinplot）本质上是由外部核密度图（上文章节“8.2核密度图”）和内部箱形图（上文章节“9.1.1箱形图”）两种基本图形结合而来的，核密度图展示数据概率密度（数据在某个值附近出现的频率，可展示数据在整个范围内的分布），箱形图展示数据分布状态（例如中位数，平均值，分位数，异常值等）！
例如，分组小提琴图，
抖动散点图（jitterplot），是一类特殊的散点图，在一般散点图的基础上通过添加一些小幅度的随机抖动（jitter），调整分类轴上点的位置，在统计图表中，抖动可以使数据点在某个方向上稍微分散，以更清晰地展示分布。
例如，分组抖动散点图，
蜂群图（beeswarmplot），似一群蜜蜂集聚在一起而得名，类似上文章节9.2.1抖动散点图，但是使用一种算法调整了点的位置（只沿着分类轴，注意区别于抖动散点图的随机抖动），以避免它们重叠。这样可以更好地展示数值的分布，但是对于大量的观测值来说不适用。例如，分组蜂群图，
点图（pointplot）通过点的位置表示数值变量的中心趋势估计，并使用误差条（errorbar）来显示估计值的不确定性范围，可以集中地比较一个或多个分类变量的不同水平。
例如，点图-4类误差棒方案，
-END-
分享一份原创Python可视化教程（基于py可视化利器seaborn）：530张图形+8000行代码+详细代码注释+后续免费更新+学习交流群，教程部分内容，
例如，
👉还在用AI拼图，试试这个Python工具！
👉Pythonseaborn超级细节完结篇-联合美化
👉141个图表，完美展示数据分类关系！
👉53个图表，完美展示数据组合关系！
👉55个热力图heatmap代码模版～
👉51个图表，完美展示数据分布关系！
👉又一个配色新工具，颜色盘多达2500+类！
👉可视化配色工具，colormap多达3174类，数万种颜色！
每类图表包含详细代码+详细代码注释，多达8000行代码，例如，
👇加入学习（收费、备注：169）
✅解锁获取6大权限：
8000+行代码（复制即可运行）
在线教程文档（清晰目录）
依赖数据（免费下载）
交流群
后续更新
定期抽最新机器学习、数据科学类书籍
点个在看、赞就是最大的支持
