亲宝软件园·资讯

展开

Python 数据可视化之Seaborn Python 数据可视化之Seaborn详解

海拥✘ 人气:0
想了解Python 数据可视化之Seaborn详解的相关内容吗,海拥✘在本文为您仔细讲解Python 数据可视化之Seaborn的相关知识和一些Code实例,欢迎阅读和指正,我们先划重点:Python,Seaborn,Python数据可视化,下面大家一起来学习吧。

安装

要安装 seaborn,请在终端中输入以下命令。

pip install seaborn

image.png

Seaborn 建立在 Matplotlib 之上,因此它也可以与 Matplotlib 一起使用。一起使用 Matplotlib 和 Seaborn 是一个非常简单的过程。我们只需要像之前一样调用 Seaborn Plotting 函数,然后就可以使用 Matplotlib 的自定义函数了。

注意: Seaborn 加载了提示、虹膜等数据集,但在本教程中,我们将使用 Pandas 加载这些数据集。

例子:

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

# 读取数据库
data = pd.read_csv("tips.csv")
# 画线图
sns.lineplot(x="sex", y="total_bill", data=data)
# 使用 Matplotlib 设置标题
plt.title('Title using Matplotlib Function')
plt.show()

输出:

image.png

散点图

散点图是使用scatterplot() 方法绘制的。这类似于 Matplotlib,但需要额外的参数数据。

# 导包
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
# 读取数据库
data = pd.read_csv("tips.csv")
sns.scatterplot(x='day', y='tip', data=data,)
plt.show()

输出:

image.png

你会发现在使用 Matplotlib 时,如果你想根据sex为这个图的每个点着色会很困难。 但在散点图中,它可以在色调参数的帮助下完成。

例子:

# 导包
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
# 读取数据库
data = pd.read_csv("tips.csv")
sns.scatterplot(x='day', y='tip', data=data,
			hue='sex')
plt.show()

输出:

image.png

线图

Seaborn 中的 Line Plot 使用 lineplot() 方法绘制。 在这种情况下,我们也可以只传递 data 参数。

示例:

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

# 读取数据库
data = pd.read_csv("tips.csv")
sns.lineplot(x='day', y='tip', data=data)
plt.show()

输出:

image.png

示例 2:

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

# 读取数据库
data = pd.read_csv("tips.csv")
# 仅使用数据属性
sns.lineplot(data=data.drop(['total_bill'], axis=1))
plt.show()

输出:

image.png

条形图

Seaborn 中的条形图可以使用barplot()方法.

例子:

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

# 读取数据库
data = pd.read_csv("tips.csv")
sns.barplot(x='day',y='tip', data=data,
			hue='sex')
plt.show()

输出:

image.png

直方图

Seaborn 中的直方图可以使用histplot() 函数绘制。

例子:

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

# 读取数据库
data = pd.read_csv("tips.csv")
sns.histplot(x='total_bill', data=data, kde=True, hue='sex')
plt.show()

输出:

image.png

在浏览完所有这些绘图后,您一定已经注意到,使用 Seaborn 自定义绘图比使用 Matplotlib 容易得多。 它也是基于 matplotlib 构建的,那么我们也可以在使用 Seaborn 时使用 matplotlib 函数。下一节我们继续谈第三个库——Bokeh

总结

本篇文章就到这里了,希望能够给你带来帮助,也希望您能够多多关注的更多内容!

加载全部内容

相关教程
猜你喜欢
用户评论