设计网站的管理系统,软件工程师需要什么学历,开发网站网络公司有哪些,网站建设上海哪家公司好一.简介
Seaborn是基于matplotlib的图形可视化python包。它提供了一种高度交互式界面#xff0c;便于用户能够做出各种有吸引力的统计图表。
Seaborn是在matplotlib的基础上进行了更高级的API封装#xff0c;从而使得作图更加容易#xff0c;在大多数情况下使用seaborn能做…一.简介
Seaborn是基于matplotlib的图形可视化python包。它提供了一种高度交互式界面便于用户能够做出各种有吸引力的统计图表。
Seaborn是在matplotlib的基础上进行了更高级的API封装从而使得作图更加容易在大多数情况下使用seaborn能做出很具有吸引力的图而使用matplotlib就能制作具有更多特色的图。
Seaborn和Pandas的API配合的很好使用DataFrame/Series的数据就可以绘图
二.Seaborn绘制单变量图
1.直方图
使用sns.distplot创建直方图如下所示
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as p1t
plt.rcParams[font .sans-serif] [simHei]
p1t.rcParams[axes .unicode_minus] False
#加载小费数据
tips pd.read_csv(data/tips.csv)
#使用subplots函数创建画布并在其中添加子图
fig ax p1t.subplots (figsize(12,6))
sns .histplot(tips[total_bi11],kdeTrue,axax)
ax.set_title(总账单直方图)
p1t.show() 2. 密度图核密度估计
密度图是展示单变量分布的另一种方法本质上是通过绘制每个数据点为中心的正态分布然后消除重叠的图使曲线下的面积为1来创建的
fig, ax plt.subplots (figsize(12,6))
sns.kdeplot(tips[tota1_bi11],axax)
ax.set_title(总账单KDE图)
p1t.show() 3. 计数图条形图
计数图和直方图很像直方图通过对数据分组来描述分布计数图条形图是对离散变量分类变量计数
fig ax lt.subplots (figsize(12,6))
sns .countplot(datatips ,xday)
ax.set_title(count of days)
ax.set_xlabe1(Day of the week )
ax.set_ylabe1(Frequency)
plt.show() 三.Seaborn 双变量数据可视化
1.散点图
在seaborn中创建散点图的方法有很多
fig ax plt.subplots (figsize(12,6))
sns .scatterplot(xtotal_bi11,ytip,datatips)
ax.set_title(Total Bi11 和 Tip 散点图)
ax.set_xlabel(Total Bi11)
ax.set_ylabe1(Tip)
p1t.show() 创建散点图可以使用regplot函数。regplot不仅可以绘制散点图还会拟合回归线把fit_reg设置为False将只显示散点图
fig ax plt.subplots (figsize(12,6))
sns .regplot(xtotal_bi11 ,ytip,datatips)
ax.set_title(regplot of Total Bi11 and Tip)
ax.set_xlabel(Total Bi11)
ax.set_ylabe1(Tip)
p1t.show() lmplot函数和regplot函数类似也可以用于创建散点图。 lmplot函数内部会调用regplot两者的主要区别是regplot创建坐标轴而lmplot创建图 sns.lmplot(xtotal_bill,ytip,data tips) 还可以使用jointplot在每个轴上创建包含单个变量的散点图。
joint sns.jointplot(xtotal_bil1,ytip ,data tips)
joint.set_axis_labels (xlabel Total Bil1,ylabelTip)
# 添加标题设置字号
#移动抽域上方的文宁
joint,fig.suptitle(Joint Plot of Total Bill and Tip ,fontsize 10,y1.03)
p1t.show() 2. 蜂巢图 使用Seaborn的jointplot绘制蜂巢图和使用matplotlib的hexbin函数进行绘制
joint sns .jointplot(xtotal_bil1 ,ytip ,data tips ,kindhex)
joint.set_axis_abels (xlabel Total Bi11,ylabelTip)
joint.fig.suptitle(Hexbin Joint Plot of Total Bill and Tip,fontsize 10,y1.03)
p1t.show() 3. 2D密度图
2D核密度图和kdeplot类似但2D核密度图课展示两个变量
fig ax plt.subplots (figsize(12,6))
sns .kdeplot(datatips, xtotal_bi11,y tip,fil1True)
#是否填充轮廓
ax.set_title(Kernel Density plot of Total Bill and Tip)
ax.set_xlabe1(Total Bi11)ax.set_ylabe1(Tip)
p1t.show() 4.条形图
条形图也可以用于展现多个变量barplot默认会计算平均值
figax p1t.subplots (figsize(12,6))
sns.barplot(xtime ,ytotal_bil1,datatips ,errorbarNone)
ax.set_title(Bar plot of average total bill for time of day)
ax.set_xlabel(Time of day)ax.set_ylabel(Average total bi1)
p1t.show() 5. 箱线图
箱线图用于显示多种统计信息最小值1/4分位中位数3/4分位最大值以及离群值如果有
fig ax 1t.subplots (figsize(12,6))
ax sns .boxplot(xtime ,ytotal_bi11,data tips)
ax.set_title(Boxplot of total bil1 by time of day)
ax.set_xlabel(Time of day)
ax.set_ylabel(Total Bil1)
p1t.show() 6.箱体图
箱线图是经典的可视化方法但可能会掩盖数据的分布小提琴图能显示与箱线图相同的值 小提琴图把箱线绘成核密度估计有助于保留数据的更多可视化信息
p1t.subplots(figsize(12,6))
sns .violinplot(xtime ,ytotal_bi1,data tips)
plt.title(violin plot of total bill by time of day)
p1t.xlabe1(Time of day)
plt.ylabe1(Total Bi11)
p1t.show() 7.成对关系
当大部分数据是数值时可以使用pairplot函数把所有成对关系绘制出来 pairplot函数会为单变量绘制直方图双变量绘制散点图 sns.pairplot(tips) pairplot的缺点是存在冗余信息图的上半部分和下半部分相同 可以使用pairgrid手动指定图的上半部分和下半部分
pair_grid sns.PairGrid(tips)pair_grid.map_upper(sns.regplot)pair_grid.map_lower(sns.kdeplot)pair_grid.map_diag(sns.histplot)plt.show() 四.多变量数据
绘制多变量数据没有标准的套路 如果想在图中包含更多信息可以使用颜色、大小和形状来区分它们
1.通过颜色区分
使用violinplot函数时可以通过hue参数按性别sex给图着色 可以为“小提琴”的左右两半着不同颜色用于区分性别
figure,ax plt.subplots (figsize(12,6))
sns .violinplot(xtime ,ytotal_bil1 ,huesex ,data tips ,split True)
ax.set_title(violin plot of total bill by time of day)
ax.set_xlabe1(Time of day)
ax.set_ylabe1(Total Bi11)
p1t.show() 其它绘图函数中也存在hue参数
scatter sns.lmplot(xtotal_bill,ytip,data tips,huesex,fit_reg False) 2. 通过大小和形状区分
可以通过点的大小表示更多信息但通过大小区分应谨慎使用当大小差别不大时很难区分 在Seaborn中的lmplot可以通过scatter_kws参数来控制散点图点的大小
scatter sns.lmplot(xtotal_bill,ytip,data tips,fit_regFalse,huesex,markers[o,x])五.主题和样式
上面的Seaborn图都采用了默认样式可以使用sns.set_style函数更改样式。
该函数只要运行一次后续绘图的样式都会发生变化
Seaborn有5中样式
darkgrid 黑色网格默认
whitegrid 白色网格
dark 黑色背景
white 白色背景
ticks
fig,ax plt.subplots()
ax sns.violinplot(xtime,ytotal_bill,huesex,data tips,split True)通过set_style设置样式
sns .set_style(darkgrid)
fig,ax p1t.subplots()
ax sns.violinplot(xtime ,ytotal_bil1 ,huesex ,data tips ,split True)
