seaborn 学习（一）

seaborn lineplot 函数

 seaborn.lineplot(x=None, y=None, hue=None, 
                  size=None, style=None, data=None,
                  palette=None, hue_order=None, hue_norm=None, 
                  sizes=None, size_order=None, size_norm=None, 
                  dashes=True, markers=None, style_order=None, 
                  units=None, estimator='mean', ci=95, n_boot=1000,
                  sort=True, err_style='band', err_kws=None,
                  legend='brief', ax=None, **kwargs)
 ​

data:是DataFrame类型的;

可选：下面均为可选

x,y：数据中变量的名称;

hue:数据中变量名称(比如：二维数据中的列名) 作用：对将要生成不同颜色的线进行分组，可以是分类或数据。

size:数据中变量名称(比如：二维数据中的列名) 作用：对将要生成不同宽度的线进行分组，可以是分类或数据。

style:数据中变量名称(比如：二维数据中的列名) 作用：对将生成具有不同破折号、或其他标记的变量进行分组。

palette:调试板名称，列表或字典类型 作用：设置hue指定的变量的不同级别颜色。

hue_order:列表(list)类型 作用：指定hue变量出现的指定顺序，否则他们是根据数据确定的。

hue_norm:tuple或Normalize对象

sizes:list dict或tuple类型 作用：设置线宽度，当其为数字时，它也可以是一个元组，指定要使用的最大和最小值，会自动在该范围内对其他值进行规范化。

units:对变量识别抽样单位进行分组，使用时，将为每个单元绘制一个单独的行。

estimator:pandas方法的名称或回调函数或者None 作用：用于在同一x水平上聚合y变量的多个观察值的方法，如果为None，则将绘制所有观察结果。

lineplot 使用例子

     cum12.rename('HS300',inplace=True)
     JZ_avg.rename('combine',inplace=True)
 ​
     
     data = pd.concat([cum12,JZ_avg],axis=1)
     data.index.name=None
     
     
     ##  设置seaborn的画布大小
     plt.figure(figsize=(15,10))
     sns.lineplot(data=data)

• index 必须没有name.

• 每一列数据就是一条折线。可以不用写出列名。