seaborn画图

最新推荐文章于 2024-07-22 10:33:22 发布

原创最新推荐文章于 2024-07-22 10:33:22 发布 · 571 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#python #seaborn

python 专栏收录该内容

17 篇文章

订阅专栏

本文详细介绍使用Seaborn库进行数据可视化的多种方法，包括barplot、scatterplot、boxplot和distplot等图表的绘制技巧。通过实例展示如何设置坐标轴、分类变量、颜色、调色板及更多参数，帮助读者掌握高级数据可视化技能。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import matplotlib as mpl
import seaborn as sns

sns.barplot(x = ‘Quarter’,y = ‘GDP’,hue=‘Industry_Type’,data=Industry_GDP,color=‘blue’,palette=“husl”,orient ='vertical’)
•x,y不同坐标上的值
•hue: 分类变量
•data: 数据
•color: 颜色
•palette: 调色板
•orient: 方向(vertical: 垂直, horizontal: 水平)

sns.scatterplot(x,y,hue,data,color,palette,style,s,markers)
•x,y不同坐标上的值
•hue: 分类变量
•data: 数据
•color: 颜色
•palette: 调色板
•style: 以分类变量作图，产生不同的形状
•s: 形状大小
•markers：形状

sns.boxplot(x,y,hue,data,order, width, fliersize,linewidth, color,palette)
•x,y不同坐标上的值
•hue: 分类变量
•data: 数据
•width: 箱线宽度
•fliersize: 异常值点的大小
•color: 颜色
•palette: 调色板
•linewidth: 指定箱体边框的宽度

sns.distplot(a,bin,hist,kde,rug, fit, hist_kws,kde_kws, fit_kws, color,norm_hist,ax)
• a: 数据
• bin: 直方条形个数
• hist: 是否绘制直方图
• kde: 是否绘制核密度图
• fit: 是否绘制概率密度曲线图
• hist_kws: 传递直方图相关参数
• kde_kes: 传递核密度图相关参数
• fit_kws: 传递概率密度曲线相关参数
• color: 曲线颜色
• norm_hist: 是否将频数改成频率
• ax: 指定子图位置