第39课 Seaborn 基础知识与应用案例精讲 （python）

Seaborn 基础知识与应用案例精讲

基础知识

安装

pip install seaborn

导入

import seaborn as sns

基本设置

• 图表风格：Seaborn 提供了五种风格，分别是 darkgrid、whitegrid、dark、white、ticks。

  sns.set(style="whitegrid")
  

• 颜色主题：Seaborn 有多种颜色主题可供选择，如 deep、muted、pastel、bright 等。

  sns.set_palette("muted")
  

• 字体与中文支持：

  sns.set(font='SimHei', font_scale=1.5)
  plt.rcParams['axes.unicode_minus'] = False  # 解决负号显示问题
  

常用图表类型

• 关系图：用于展示变量之间的关系。
  • relplot()：关系图的接口，通过指定 kind 参数可以画出散点图和折线图。
  • scatterplot()：散点图。
  • lineplot()：折线图。
• 分类图：用于展示分类数据。
  • catplot()：分类图的接口，通过指定 kind 参数可以画出多种分类图。
  • barplot()：条形图。
  • countplot()：计数图。
  • boxplot()：箱型图。
  • violinplot()：小提琴图。
• 分布图：用于展示数据的分布情况。
  • distplot()：直方图。
  • kdeplot()：核密度估计图。
  • rugplot()：将数组中的数据点绘制为轴上的数据。
• 回归图：用于展示变量之间的回归关系。
  • lmplot()：回归模型图。
  • regplot()：线性回归图。
• 矩阵图：用于展示矩阵数据。
  • heatmap()：热力图。
  • clustermap()：聚集图。

应用案例

案例 1：鸢尾花数据集的散点图

import seaborn as sns
import matplotlib.pyplot as plt

# 加载鸢尾花数据集
iris = sns.load_dataset("iris")

# 绘制散点图
sns.scatterplot(x="sepal_length", y="sepal_width", hue="species"