脑机接口社区

使用seaborn绘图时，出现如下错误:AttributeError: module 'seaborn' has no attribute 'lineplot'原因：seaborn版本有点老，我查看了了一下，seaborn的版本数据0.8.1版本的，在0.9版本之后又lineplot，所以只要更新seaborn即可。pip install -U seaborn...

目录增强箱图函数原型参数解读案例教程案例地址增强箱图增强箱图又称增强盒形图，可以为大数据集绘制增强的箱图。增强箱图通过绘制更多的分位数来提供数据分布的信息。函数原型seaborn.boxenplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, ...

目录点图函数原型参数解读案例教程案例地址点图点图表示通过散点图点的位置对数值变量的中心趋势的估计。点图用于集中在一个或多个分类变量的不同级别之间的比较，有时比条形图更有用。注：点图只显示平均值（或其他估计值）。但在许多情况下，显示每个分类变量级别的值分布可能更具信息性。此时，其他方法如一个盒子或小提琴可能更合适。函数原型seaborn.pointplot(x=None, y=None,...

目录条形图函数原型参数解读案例教程案例地址条形图条形图主要展现的是每个矩形高度的数值变量的中心趋势的估计。注：条形图只显示平均值（或其他估计值）。但在很多情况下，每个分类变量级别上显示值的分布可能提供更多信息，此时很多其他方法，如一个盒子或小提琴图可能更合适。函数原型seaborn.barplot(x=None, y=None, hue=None, da...

目录双变量关系图函数原型参数解读案例教程案例地址双变量关系图在默认情况下双变量关系图是散点图与直方图组合的联合直方图，可以通过设置kind来改变联合直方图。函数原型seaborn.jointplot(x, y, data=None, kind='scatter', stat_func=None, color=None, height=6, ...

目录变量关系组图函数原型参数解读案例教程案例地址变量关系组图函数原型seaborn.pairplot(data, hue=None, hue_order=None, palette=None, vars=None, x_vars=None, y_vars=None, kind='scatter', diag_kind='a...

目录回归模型图函数原型参数解读案例教程案例地址回归模型图回归模型图可以对数据进行回归显示。函数原型seaborn.lmplot(x, y, data, hue=None, col=None, row=None, palette=None, col_wrap=None, height=5, aspect=1, ...

目录线性回归图函数原型参数解读案例教程案例地址线性回归图利用线性回归模型对数据进行拟合。函数原型seaborn.regplot(x, y, data=None,x_estimator=None, x_bins=None,x_ci='ci', scatter=True, fit_reg=True, ci=95, n_boot=...

目录小提琴图函数原型参数解读案例教程案例地址小提琴图该函数是用来绘制箱形图和核密度估计组合图。小提琴形图(violin plot)的作用与盒形图(box plot)和whidker plot的作用类似，它显示了一个或多个分类变量的几个级别的定量数据的分布，我们可以通过观察来比较这些分布。与盒形图不同，因为盒形图的所有绘图组件都对应于实际数据点,小提琴形图具有底层分布的核密度估计。函数原型...

目录盒形图函数原型参数解读案例教程案例地址盒形图盒形图又称箱图，主要用来显示与类别相关的数据分布。函数原型seaborn.boxplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, orient=None, color=None, pal...

本篇是《Seaborn系列》文章的第2篇.散点图散点图 scatterplot函数原型参数解读案例教程案例地址散点图 scatterplotseaborn.scatterplot()散点图解读可以通过调整颜色、大小和样式等参数来显示数据之间的关系。函数原型seaborn.scatterplot(x=None, y=None, hue=None, ...

折线图折线图函数原型参数解读案例教程案例地址折线图注意：数据一定是通过DataFrame中传送的函数原型seaborn.lineplot(x=None, y=None, hue=None, size=None, style=None, data=None, palette=None, hue_order=None, hu...

分类图分类图函数原型参数解读案例教程案例地址本篇是《Seaborn系列》文章的第4篇-分类图。分类图分类图catplot()解析：catplot() 分类图(它是下面8种图的接口，下面八种图表均可通过指定kind参数来绘制)1.stripplot() 分类散点图2.swarmplot() 能够显示分布密度的分类散点图3.boxplot() 箱图、盒形图4.violinplot()...

柱状图柱状图函数原型参数解读案例教程案例地址柱状图使用计数图(柱状图)显示每个分类数据中的数量统计函数原型seaborn.countplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, orient=None, color=Non...

直方图直方图函数原型参数解读案例教程案例地址直方图seaborn.distplot() 直方图，质量估计图，核密度估计图该API可以绘制分别直方图和核密度估计图，也可以绘制直方图和核密度估计图的合成图 通过设置默认情况下，是绘制合成图，设置情况图下：hist=True:表示要绘制直方图(默认情况为True)，若为False，则不绘制kde=True:表示要绘制核密度估计图(默认情况为Tr...

核函数密度估计图核函数密度估计图函数原型参数解读案例教程案例地址核函数密度估计图核函数密度估计图​kdeplot(),该图主要用来拟合并绘制单变量或双变量核密度估计值。函数原型seaborn.kdeplot(data, data2=None, shade=False, vertical=False, kernel='gau', bw='scott', ...

分类散点图分类散点图函数原型参数解读案例教程案例地址分类散点图stripplot()可以自己实现对数据分类的展现，也可以作为盒形图或小提琴图的一种补充，用来显示所有结果以及基本分布情况。函数原型seaborn.stripplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None...

目录分簇散点图函数原型参数解读案例教程案例地址分簇散点图分簇散点图 可以理解为数据点不重叠的分类散点图该函数类似于stripplot(),但该函数可以对点进行一些调整，使得数据点不重叠。swarmplot()可以自己实现对数据分类的展现，也可以作为盒形图或小提琴图的一种补充，用来显示所有结果以及基本分布情况。函数原型seaborn.swarmplot(x=None, y=None, h...

本篇是《Seaborn系列》文章的第1篇.关系类图relplot关系类图函数原型参数解读案例教程案例地址关系类图seaborn.relplot()解读注意：数据一定是通过DataFrame中传送的函数原型seaborn.relplot(x=None, y=None, hue=None, size=None, style=None, data=None,...