seaborn绘图

本文详细介绍了如何使用Seaborn进行基础绘图和统计图形绘制,包括柱状图、散点图、箱线图、直方图、折线图、回归图以及countplot。讲解了各图形的关键参数,如x、y、hue、data、color、palette等,并提供了调色板示例。同时,还讨论了Seaborn的绘图风格设置,如style、context、palette等选项。
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
df = pd.read_csv('E:/python/Python数据分析与挖掘从零开始到实战/数据分析篇/学习笔记/数据/air_data.csv')
df.head()
MEMBER_NO FFP_DATE FIRST_FLIGHT_DATE GENDER FFP_TIER WORK_CITY WORK_PROVINCE WORK_COUNTRY AGE LOAD_TIME ... ADD_Point_SUM Eli_Add_Point_Sum L1Y_ELi_Add_Points Points_Sum L1Y_Points_Sum Ration_L1Y_Flight_Count Ration_P1Y_Flight_Count Ration_P1Y_BPS Ration_L1Y_BPS Point_NotFlight
0 54993 2006/11/2 2008/12/24 6 . 北京 CN 31.0 2014/3/31 ... 39992 114452 111100 619760 370211 0.509524 0.490476 0.487221 0.512777 50
1 28065 2007/2/19 2007/8/3 6 NaN 北京 CN 42.0 2014/3/31 ... 12000 53288 53288 415768 238410 0.514286 0.485714 0.489289 0.510708 33
2 55106 2007/2/1 2007/8/30 6 . 北京 CN 40.0 2014/3/31 ... 15491 55202 51711 406361 233798 0.518519 0.481481 0.481467 0.518530 26
3 21189 2008/8/22 2008/8/23 5 Los Angeles CA US 64.0 2014/3/31 ... 0 34890 34890 372204 186100 0.434783 0.565217 0.551722 0.448275 12
4 39546 2009/4/10 2009/4/15 6 贵阳 贵州 CN 48.0 2014/3/31 ... 22704 64969 64969 338813 210365 0.532895 0.467105 0.469054 0.530943 39

5 rows × 44 columns

df1 = df['FFP_TIER'].value_counts()
df1
4    58066
5     3409
6     1513
Name: FFP_TIER, dtype: int64
# 解决中⽂显示问题
plt.rcParams['font.sans-serif'] = [u'SimHei']
plt.rcParams['axes.unicode_minus'] = False

一、基础绘图

plt.style.use('default')
# 解决中⽂显示问题
plt.rcParams['font.sans-serif'] = [u'SimHei']
plt.rcParams['axes.unicode_minus'] = False
plt.figure(figsize=(20,8),dpi=80)
plt.bar(df1.index,height=df1.values,color='skyblue')
plt.xticks([4,5,6],['等级四','等级五','等级六'])
plt.ylabel('用户数量',fontsize=12,labelpad=10)
plt.title('未使用seaborn',fontsize=14,pad=10)
plt.show()

在这里插入图片描述

二、使用seaborn绘图

1、seaborn绘图(一)

plt.style.use('seaborn')
# 解决中⽂显示问题
plt.rcParams['font.sans-serif'] = [u'SimHei']
plt.rcParams['axes.unicode_minus'] = False
plt.figure(figsize=(20,8),dpi=80)
plt.bar(df1.index,df1.values,color='skyblue')
plt.xticks([4,5,6],['等级四','等级五','等级六'])
plt.ylabel('用户数量',fontsize=12,labelpad=10)
plt.title('seaborn绘图(1)',fontsize=14,pad=10)
plt.show()

在这里插入图片描述

plt.style.use('default')

2、seaborn绘图(二)

sns.set()
# 解决中⽂显示问题
plt.rcParams['font.sans-serif'
Seaborn是一个基于matplotlib的Python数据可视化库,它提供了许多高级的图形绘制功能和美观的视觉效果。Seaborn绘图可以用于数据分析和数据可视化的各种场景,例如探索数据集、比较不同数据集、创建报告和演示等。 要使用Seaborn绘图并打印输出,可以按照以下步骤进行操作: 1. 导入Seaborn库:在Python代码中,首先需要导入Seaborn库。可以使用以下代码导入Seaborn: ```python import seaborn as sns ``` 2. 准备数据:根据需要准备数据集,可以使用pandas库或其他数据存储库。确保数据集已经加载到Python中。 3. 创建图形:使用Seaborn库中的函数来创建图形。例如,可以使用`seaborn.heatmap()`函数来创建热力图,或者使用`seaborn.pairplot()`函数来创建成对关系图等。 4. 打印图形:一旦创建了图形,可以使用Python的内置打印功能将其输出到屏幕上或保存为图像文件。可以使用`print()`函数将图形打印到控制台,或者使用`matplotlib.pyplot.savefig()`函数将图形保存到文件中。 下面是一个简单的示例代码,演示如何使用Seaborn绘图并打印输出: ```python import seaborn as sns import pandas as pd # 准备数据集 data = pd.DataFrame({ 'x': [1, 2, 3, 4], 'y': [5, 6, 7, 8], 'z': [9, 10, 11, 12] }) # 使用seaborn创建热力图 heatmap = sns.heatmap(data) # 打印图形到控制台 print(heatmap) ``` 运行上述代码后,将打印出一个热力图图形到控制台。您可以根据需要调整图形样式和参数,以获得所需的效果。Seaborn还提供了许多其他绘图函数和工具,可以根据需要进行学习和探索。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值