%matplotlib inline
import seaborn as sns # 导入 seaborn 库，用于绘制统计图形。
import numpy as np # 导入 numpy 库，用于处理数值计算。
import pandas as pd # 导入 pandas 库，用于处理数据。
import matplotlib as mpl # 导入 matplotlib 库，用于绘图。
import matplotlib.pyplot as plt # 导入 matplotlib 库中的 pyplot 模块，用于绘图。
sns.set(color_codes=True,style="whitegrid") # 设置 seaborn 的颜色风格，color_codes=True 表示使用颜色代码。
np.random.seed(sum(map(ord,"categorical")))
titanic = sns.load_dataset("titanic")
tips = sns.load_dataset("tips")
print(tips.head())
iris = sns.load_dataset("iris")
total_bill tip sex smoker day time size
0 16.99 1.01 Female No Sun Dinner 2
1 10.34 1.66 Male No Sun Dinner 3
2 21.01 3.50 Male No Sun Dinner 3
3 23.68 3.31 Male No Sun Dinner 2
4 24.59 3.61 Female No Sun Dinner 4
sns.stripplot(x="day",y="total_bill",data=tips)
<Axes: xlabel='day', ylabel='total_bill'>
重叠是很常见的现象，但是重叠影响我观察数据的量了。所以增加 jitter 参数实现抖动
sns.stripplot(x="day",y="total_bill",data=tips,jitter=True)
<Axes: xlabel='day', ylabel='total_bill'>
也可以使用 swarmplot 进行绘制
sns.swarmplot(x="day",y="total_bill",data=tips)
<Axes: xlabel='day', ylabel='total_bill'>
这段代码使用 Seaborn 库的 swarmplot 函数绘制了 "day" 和 "total_bill" 之间的散点图，并根据 "sex" 进行了着色区分。
具体解释如下：
sns.swarmplot(x="day", y="total_bill", data=tips, hue="sex")：调用 Seaborn 库的swarmplot函数绘制散点图，并使用 "sex" 来对点进行着色区分。参数x指定 x 轴数据，这里是 "day"，参数y指定 y 轴数据，这里是 "total_bill"，参数data是所使用的数据集，这里是 "tips" 数据集。参数hue指定了着色的依据，这里是 "sex"，表示根据性别进行区分。这段代码绘制了 "day" 和 "total_bill" 之间的散点图，通过不同性别的着色展示了 "total_bill" 在不同天数的分布情况。
sns.swarmplot(x="day",y="total_bill",data=tips,hue="sex")
<Axes: xlabel='day', ylabel='total_bill'>
sns.swarmplot(x="total_bill",y="day",data=tips,hue="time")
<Axes: xlabel='total_bill', ylabel='day'>
盒图
- IQR即统计学概念四分位距，第一四分位与第三四分位之间的距离
- N = 1.5IQR 如果一个值>Q3+N 或 <Q1-N，则为离散点
这是关于统计学中四分位数（Quartiles）和离群值（Outliers）的概念解释：
-
四分位距（Interquartile Range - IQR）：
- 四分位距是指统计学中的一个概念，表示数据集合中第三四分位数（Q3，上四分位数）与第一四分位数（Q1，下四分位数）之间的距离，用于衡量数据的变异程度。通常情况下，数据集的50%位于Q1和Q3之间。
- 具体计算方式：[ IQR = Q3 - Q1 ]
-
离群值的判定：
- 统计学中，常用箱线图（Box Plot）来识别离群值。箱线图中，离群值一般被定义为超出箱体上下限的数据点。
- 根据你提供的公式，离群值的判定方法是：如果一个数据点的值大于Q3加上1.5倍的IQR，或者小于Q1减去1.5倍的IQR，那么该数据点被视为离群值。
呜呜呜~我数学是真的菜，我得想半天！！！
sns.boxplot(x="day",y="total_bill",data=tips,hue="time")
<Axes: xlabel='day', ylabel='total_bill'>
比如 Thur 列，上面是最大值，下面是最小值，盒子上面是3/4位，盒子下面是1/4位，盒子中间是1/2位。上面的菱形是离群点。
sns.violinplot(x="total_bill",y="day",data=tips,hue="time")
<Axes: xlabel='total_bill', ylabel='day'>
小提琴图：越胖代表数据出现次数越多，反之越少。
sns.violinplot(x="day",y="total_bill",data=tips,hue="sex",split=True)
<Axes: xlabel='day', ylabel='total_bill'>
