Python-Seaborn绘制图形

最新推荐文章于 2024-11-01 22:11:53 发布

ckSpark

最新推荐文章于 2024-11-01 22:11:53 发布

阅读量2.5k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： python学习文章标签： Python 可视化 matplotlib seaborn

本文链接：https://blog.youkuaiyun.com/MsSpark/article/details/84799955

本文介绍了Seaborn，一个基于matplotlib的Python数据可视化库，重点讲解了如何加载数据和设置图像主题，如darkgrid、whitegrid等。详细阐述了displot、kdeplot、boxplot、jointplot、heatplot、pairplot和FacetGrid等函数的用法，并展示了如何自定义图形样式，包括颜色、kde、hist、shade、rug等参数。此外，还探讨了pairplot在多变量分析中的应用以及FacetGrid在构建复杂格点图中的作用。通过实例展示了Seaborn在绘制分布图、箱型图、联合分布图和热力图等方面的功能。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在这里插入图片描述
一、Seaborn特点
Seaborn是在matplotlib基础上进行更高级的API封装，常在绘制统计图形时使用。

二、加载数据构建Seaborn图像并设置主题格式
可以使用sns.load_dataset()函数来加载内置的Seaborn数据集，利用sns.set()来设置主题格式。
Seaborn有五个预设的主题：darkgrid，whitegrid，dark，white，ticks，默认darkgrid。
sns.set(style=‘darkgrid’,context=‘notebook’,palette=‘muted’)

#配置环境
import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np
from scipy.stats import *
#主题格式设置
sns.set(style='darkgrid',context='notebook',palette='muted')

#加载数据
tipsDf=sns.load_dataset('tips')
sns.boxplot(x='sex',y='total_bill',hue='smoker',data=tipsDf)

在这里插入图片描述

三、绘制各类Seaborn图像
displot()/kdeplot()/boxplot()/jointplot()/heatplot()/pairplot()/FacetGrid()等用法
常见参数：
kde:密度曲线
hist:直方图
shade:阴影
rug:边际毛毯
cumulative:累加
fit:拟合曲线
color:设置颜色
hue:色相(分类)
hist_kws, kde_kws, rug_kws, fit_kws参数接收字典类型，可以自行定义更多高级的样式

1.分布/密度：displot()及kdeplot()
distplot（分布）以及kdeplot（概率密度函数）

#通：sns.kdeplot(Df['连续变量'],shade=True,rug=True)
irisDf=sns.load_dataset('iris')
plt.subplot(1,2,1)
sns.distplot(irisDf['petal_length'],kde=True,rug=True) #kde密度曲线 rug边际毛毯
plt.subplot(1,2,2)
sns.kdeplot(irisDf['petal_length'],shade=True) #shade阴影
</