python中seaborn包常用图形使用

本文详细介绍使用Seaborn包进行数据可视化的多种方法,包括单个特征统计图、双特征小提琴图、箱型图、棒图、折线图、散点图及关系热力图等,适用于不同类型的特征分析。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

seaborn包是对matplotlib的增强版,需要安装matplotlib后才能使用。

所有图形都用plt.show()来显示出来,也可以使用下面的创建画布

fig,ax=plt.subplots()   #一个画布

fig,(ax1,ax2) = plt.subplots( ncols=2)   #两个画布

1)单个特征统计图countplot

sn.countplot(train.mnth)#离散型特征可使用,描述样本点出现的次数。

2)单个特征统计图distplot

sn.distplot(train.cnt.values,bins=50,kde=True)#连续型特征可使用,bins=50分成50个柱形,kde=True显示核密度线。如果图形的尾巴很特殊,则可能是奇异点(离群点,噪声点),考虑去掉。

3)双特征小提琴图

sn.violinplot(data=train[['yr', 'cnt']],x="yr",y="cnt")  #显示数据分布及其概率密度,中间的黑色粗条表示四分位数范围,从其延伸的幼细黑线代表 95% 置信区间,而白点则为中位数。

4)双特征箱型图

sn.boxplot(data=train,x="yr",y="cnt")#又称为盒须图、盒式图或箱线图,是一种用作显示一组数据分散情况资料的统计图。它显示情况从上到下的顺序为:异常值(可能没有)、最大值、上四分位数、中位数、下四分位数、最小值、异常值(有时没有,如果有,要特别注意)。

5)双特征棒图

fig,(ax1,ax2) = plt.subplots(ncols=2)  #一个画布,两个轴

sn.barplot(data=train,x='holiday',y='cnt',hue='weathersit',ax=ax1) #hue='weathersit',通过weathersit来区分

sn.barplot(data=train,x='workingday',y='cnt',hue='season',ax=ax2)  #hue='season',通过season来区分

6)双特征折线图

fig,ax = plt.subplots()

sn.pointplot(data=train[['dayofyear','cnt', 'yr']],x='dayofyear',y='cnt',hue='yr',ax=ax)

# hue='yr'指的是区分开年份。hue指颜色

ax.set(title="dayly distribution of counts")

plt.show()

7)关系热力图

corrMatt = train[["temp","atemp","hum","windspeed","cnt"]].corr()

mask = np.array(corrMatt)

mask[np.tril_indices_from(mask)] = False

sn.heatmap(corrMatt, mask=mask,

           vmax=1, square=True,annot=True)

plt.show()

8)双特征散点图

sn.scatterplot(x=train.GrLivArea,y=train.SalePrice)

plt.title("Looking for outliers")  #图形标题

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