seaborn类别图---catplot 、分类散点图stripplot/swarmplot、分类分布图boxplot/boxplot/boxenplot、分类估计图pointplot/barplot/countplot

1. 分类散点图

（1）散点图striplot（kind='strip'）

方法1：

seaborn.stripplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, jitter=True, dodge=False, orient=None, color=None, palette=None, size=5, edgecolor='gray', linewidth=0, ax=None, **kwargs)

• seaborn.stripplot

方法2：catplot的kind默认=striplot

sns.catplot(x="sepal_length", y="species", data=iris)

（2）带分布的散点图swarmplot（kind='swarm'）

方法1：

seaborn.swarmplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, dodge=False, orient=None, color=None, palette=None, size=5, edgecolor='gray', linewidth=0, ax=None, **kwargs)

• seaborn.swarmplot

方法2：

 sns.catplot(x="sepal_length", y="species", kind="swarm", data=iris) 　　

2. 分类分布图

（1）箱线图boxplot（kind='box'）

方法1：

seaborn.boxplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, orient=None, color=None, palette=None, saturation=0.75, width=0.8, dodge=True, fliersize=5, linewidth=None, whis=1.5, notch=False, ax=None, **kwargs)

• seaborn.boxplot

方法2：

sns.catplot(x="sepal_length", y="species", data=iris)

（2）小提琴图violinplot（kind='violin'）

方法1：

seaborn.violinplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, bw='scott', cut=2, scale='area', scale_hue=True, gridsize=100, width=0.8, inner='box', split=False, dodge=True, orient=None, linewidth=None, color=None, palette=None, saturation=0.75, ax=None, **kwargs)

• seaborn.violinplot

方法2：

sns.catplot(x="sepal_length", y="species", kind="violin", data=iris)

（3）boxenplot（kind='boxen'）

方法1：

seaborn.boxenplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, orient=None, color=None, palette=None, saturation=0.75, width=0.8, dodge=True, k_depth='proportion', linewidth=None, scale='exponential', outlier_prop=None, ax=None, **kwargs)

• seaborn.boxenplot

方法2：

sns.catplot(x="species", y="sepal_length", kind="boxen", data=iris)

3. 分类估计图

（1）pointplot（kind='point'）

方法1：

seaborn.pointplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, estimator=<function mean>, ci=95, n_boot=1000, units=None, markers='o', linestyles='-', dodge=False, join=True, scale=1, orient=None, color=None, palette=None, errwidth=None, capsize=None, ax=None, **kwargs)

• seaborn.pointplot

方法2：

sns.catplot(x="sepal_length", y="species", kind="point", data=iris)

（2）直方图barplot（kind='bar'）

方法1：

seaborn.barplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, estimator=<function mean>, ci=95, n_boot=1000, units=None, orient=None, color=None, palette=None, saturation=0.75, errcolor='.26', errwidth=None, capsize=None, dodge=True, ax=None, **kwargs)

• seaborn.barplot

方法2：

sns.catplot(x="sepal_length", y="species", kind="bar", data=iris)

（3）计数的直方图countplot（kind='count'）

方法1：

seaborn.countplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, orient=None, color=None, palette=None, saturation=0.75, dodge=True, ax=None, **kwargs)

• seaborn.countplot

方法2：

sns.catplot(x="species", kind="count", data=iris)