一行代码搞定多个图,python中seaborn的使用

Seaborn是一个Python库,建立在matplotlib基础上,专为数据分析提供高效的数据集驱动可视化功能,包括多变量分析、分类变量展示和复杂数据可视化,如pairplot示例。其目标是简化数据探索和理解过程。
Seaborn是一个用Python制作统计图形的库,建立在matplotlib之上,并与pandas数据结构紧密集成。它提供了一个面向数据集的API,用于检查多个变量之间的关系,专门支持使用分类变量来显示观察结果或汇总统计数据,用于可视化单变量或双变量分布以及在数据子集之间进行比较的选项,各类因变量线性回归模型的自动估计与作图,方便查看复杂数据集的整体结构,用于构建多图块网格的高级抽象,使您可以轻松地构建复杂的可视化,对matplotlib图形样式与几个内置主题的简洁控制,选择调色板的工具,忠实地揭示您的数据模式。Seaborn的目标是使可视化成为探索和理解数据的核心部分。它的面向数据集的绘图功能对包含整个数据集的数据流和数组进行操作,并在内部执行必要的语义映射和统计聚合以生成信息图。在幕后,Seaborn使用matplotlib绘制图片。

######for example #####
import seaborn as sns
import pandas as pd

# 举例:我们有以下 DataFrame
df = pd.DataFrame({
    'movie_title': ['Movie1', 'Movie2', 'Movie3', 'Movie4', 'Movie5'],
    'director': ['Dir1', 'Dir2', 'Dir3', 'Dir4', 'Dir5'],
    'actor': ['Actor1', 'Actor2', 'Actor3', 'Actor4', 'Actor5'],
    'rating': [5.0, 4.5, 4.0, 5.5, 5.2],
    'box_office_income': [1000000, 2000000, 1500000, 3000000, 2500000]
})

# 使用 pairplot 进行可视化
sns.pairplot(df)

#运行结果:一下子4个图真牛!

Seaborn 是一个建立在 Matplotlib 基础上的 Python 可视化库,可用于创建各种统计形和数据可视化。以下是使用 Seaborn 库绘制几种常见形的方法: ### 类别散点 类别散点用于显示一个或两个分类变量的分布,可使用 `catplot()`、`stripplot()` 和 `swarmplot()` 来绘制,这些函数用于可视化分类变量和数值变量之间的关系。以 `stripplot()` 为例: ```python import seaborn as sns import matplotlib.pyplot as plt # 加载示例数据集 tips = sns.load_dataset("tips") # 使用 stripplot 绘制类别散点 sns.stripplot(x="day", y="total_bill", data=tips) # 显示表 plt.show() ``` ### 热力 使用 `sns.heatmap()` 函数绘制热力。示例代码如下: ```python import seaborn as sns import matplotlib.pyplot as plt import pandas as pd import numpy as np # 创建示例数据 data = pd.DataFrame(np.random.randint(0, 100, size=(10, 10))) # 使用 Seaborn 的 heatmap 函数绘制热力 sns.heatmap(data, annot=True, fmt="d", cmap="YlGnBu", linewidths=0.5) # 添加标题 plt.title("示例热力", fontsize=16) # 显示表 plt.show() ``` ### 折线 可以使用 `sns.lineplot()` 绘制折线,示例如下: ```python import seaborn as sns import matplotlib.pyplot as plt import pandas as pd import numpy as np # 创建示例数据 x = np.linspace(0, 10, 100) y = np.sin(x) data = pd.DataFrame({'x': x, 'y': y}) # 绘制折线 sns.lineplot(x='x', y='y', data=data) # 显示表 plt.show() ``` ### 柱状 使用 `sns.barplot()` 绘制柱状,示例代码如下: ```python import seaborn as sns import matplotlib.pyplot as plt import pandas as pd # 创建示例数据 data = pd.DataFrame({'category': ['A', 'B', 'C', 'D'], 'value': [20, 35, 30, 25]}) # 绘制柱状 sns.barplot(x='category', y='value', data=data) # 显示表 plt.show() ``` ### 箱线 使用 `sns.boxplot()` 绘制箱线,示例如下: ```python import seaborn as sns import matplotlib.pyplot as plt # 加载示例数据集 tips = sns.load_dataset("tips") # 绘制箱线 sns.boxplot(x="day", y="total_bill", data=tips) # 显示表 plt.show() ```
评论
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