Python 数据可视化之Seaborn详解
作者:海拥✘
这篇文章主要介绍了Python数据可视化库seaborn的使用总结,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
安装
要安装 seaborn,请在终端中输入以下命令。
pip install seaborn
Seaborn 建立在 Matplotlib 之上,因此它也可以与 Matplotlib 一起使用。一起使用 Matplotlib 和 Seaborn 是一个非常简单的过程。我们只需要像之前一样调用 Seaborn Plotting 函数,然后就可以使用 Matplotlib 的自定义函数了。
注意: Seaborn 加载了提示、虹膜等数据集,但在本教程中,我们将使用 Pandas 加载这些数据集。
例子:
# 导包 import seaborn as sns import matplotlib.pyplot as plt import pandas as pd # 读取数据库 data = pd.read_csv("tips.csv") # 画线图 sns.lineplot(x="sex", y="total_bill", data=data) # 使用 Matplotlib 设置标题 plt.title('Title using Matplotlib Function') plt.show()
输出:
散点图
散点图是使用scatterplot() 方法绘制的。这类似于 Matplotlib,但需要额外的参数数据。
# 导包 import seaborn as sns import matplotlib.pyplot as plt import pandas as pd # 读取数据库 data = pd.read_csv("tips.csv") sns.scatterplot(x='day', y='tip', data=data,) plt.show()
输出:
你会发现在使用 Matplotlib 时,如果你想根据sex为这个图的每个点着色会很困难。 但在散点图中,它可以在色调参数的帮助下完成。
例子:
# 导包 import seaborn as sns import matplotlib.pyplot as plt import pandas as pd # 读取数据库 data = pd.read_csv("tips.csv") sns.scatterplot(x='day', y='tip', data=data, hue='sex') plt.show()
输出:
线图
Seaborn 中的 Line Plot 使用 lineplot()
方法绘制。 在这种情况下,我们也可以只传递 data 参数。
示例:
# 导包 import seaborn as sns import matplotlib.pyplot as plt import pandas as pd # 读取数据库 data = pd.read_csv("tips.csv") sns.lineplot(x='day', y='tip', data=data) plt.show()
输出:
示例 2:
# 导包 import seaborn as sns import matplotlib.pyplot as plt import pandas as pd # 读取数据库 data = pd.read_csv("tips.csv") # 仅使用数据属性 sns.lineplot(data=data.drop(['total_bill'], axis=1)) plt.show()
输出:
条形图
Seaborn 中的条形图可以使用barplot()
方法.
例子:
# 导包 import seaborn as sns import matplotlib.pyplot as plt import pandas as pd # 读取数据库 data = pd.read_csv("tips.csv") sns.barplot(x='day',y='tip', data=data, hue='sex') plt.show()
输出:
直方图
Seaborn 中的直方图可以使用histplot()
函数绘制。
例子:
# 导包 import seaborn as sns import matplotlib.pyplot as plt import pandas as pd # 读取数据库 data = pd.read_csv("tips.csv") sns.histplot(x='total_bill', data=data, kde=True, hue='sex') plt.show()
输出:
在浏览完所有这些绘图后,您一定已经注意到,使用 Seaborn 自定义绘图比使用 Matplotlib 容易得多。 它也是基于 matplotlib 构建的,那么我们也可以在使用 Seaborn 时使用 matplotlib 函数。下一节我们继续谈第三个库——Bokeh
总结
本篇文章就到这里了,希望能够给你带来帮助,也希望您能够多多关注脚本之家的更多内容!