seaborn_practice

原创于 2021-11-22 13:02:28 发布 · 1.1k 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#神经网络 #windows #深度学习

小白成长日记专栏收录该内容

25 篇文章

订阅专栏

这篇博客展示了如何利用 Seaborn 的 relplot 函数进行数据可视化，分析 `tips` 数据集中的小费与总账单金额的关系。通过设置 `col` 参数为 `time`，`hue` 为 `smoker`，`style` 为 `size` 和 `size` 本身，创建了多个子图，以展示不同时间段（Dinner 或 Lunch）、是否吸烟以及餐桌大小对小费的影响。代码还展示了数据集中 `smoker` 的取值，包括 'No' 和 'Yes'。





```python
import seaborn as sns
sns.set_theme()
tips = sns.load_dataset("tips")

print(type(tips))

<class 'pandas.core.frame.DataFrame'>

print(tips.shape)

(244, 7)

print(tips[:5])

   total_bill   tip     sex smoker  day    time  size
0       16.99  1.01  Female     No  Sun  Dinner     2
1       10.34  1.66    Male     No  Sun  Dinner     3
2       21.01  3.50    Male     No  Sun  Dinner     3
3       23.68  3.31    Male     No  Sun  Dinner     2
4       24.59  3.61  Female     No  Sun  Dinner     4

sns.relplot(data = tips, x = "total_bill", y = "tip", col = "time", hue = "smoker", style = "size", size = "size")#day，sex没有用上，

<seaborn.axisgrid.FacetGrid at 0x7f72740022b0>

在这里插入图片描述

time = set()
for s in tips["smoker"]:
    time.add(s)
print(time)

{'No', 'Yes'}

sns.relplot(data = tips, x = "total_bill", y = "tip", col = "time", hue = "smoker", style = "smoker", size = "size")#day，sex没有用上，

<seaborn.axisgrid.FacetGrid at 0x7f72732777c0>

在这里插入图片描述