Seaborn可视化–分类数据
- 分类散点图: 数值分布,直观反应数据分布情况
stripplot()swarmplot()
- 分类估计图:具有统计特性,不同类相互比较
barplot()pointplot()countplot()
- 分类分布图:具有统计特性和数值分布相结合,不同类互相比较
boxplot()violinplot()boxenplot()
Seaborn可视化–总体数据
- 散点图和用散点图关联变量
scatterplot()replot()
- 直方图
histplot()
Seaborn可视化–线性回归
regplot()lmplot()
Seaborn可视化–构建多图网络
FacetGrid()pairplot()
Seaborn可视化–其他
heatmap()- waterfall
- wordcloud
- …
本文全面介绍Seaborn库的各类数据可视化方法,包括分类数据、总体数据、线性回归及多图网络构建等,适合数据分析师和数据科学家学习使用。
3万+

被折叠的 条评论
为什么被折叠?



