Python 數(shù)據(jù)可視化之Seaborn詳解
安裝
要安裝 seaborn，請(qǐng)?jiān)诮K端中輸入以下命令。
pip install seaborn
Seaborn 建立在 Matplotlib 之上，因此它也可以與 Matplotlib 一起使用。一起使用 Matplotlib 和 Seaborn 是一個(gè)非常簡(jiǎn)單的過(guò)程。我們只需要像之前一樣調(diào)用 Seaborn Plotting 函數(shù)，然后就可以使用 Matplotlib 的自定義函數(shù)了。
注意： Seaborn 加載了提示、虹膜等數(shù)據(jù)集，但在本教程中，我們將使用 Pandas 加載這些數(shù)據(jù)集。
例子：
# 導(dǎo)包
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
# 讀取數(shù)據(jù)庫(kù)
data = pd.read_csv("tips.csv")
# 畫(huà)線圖
sns.lineplot(x="sex", y="total_bill", data=data)
# 使用 Matplotlib 設(shè)置標(biāo)題
plt.title('Title using Matplotlib Function')
plt.show()
輸出:
散點(diǎn)圖
散點(diǎn)圖是使用scatterplot() 方法繪制的。這類似于 Matplotlib，但需要額外的參數(shù)數(shù)據(jù)。
# 導(dǎo)包
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
# 讀取數(shù)據(jù)庫(kù)
data = pd.read_csv("tips.csv")
sns.scatterplot(x='day', y='tip', data=data,)
plt.show()
輸出:
你會(huì)發(fā)現(xiàn)在使用 Matplotlib 時(shí)，如果你想根據(jù)sex為這個(gè)圖的每個(gè)點(diǎn)著色會(huì)很困難。 但在散點(diǎn)圖中，它可以在色調(diào)參數(shù)的幫助下完成。
例子：
# 導(dǎo)包
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
# 讀取數(shù)據(jù)庫(kù)
data = pd.read_csv("tips.csv")
sns.scatterplot(x='day', y='tip', data=data,
hue='sex')
plt.show()
輸出:
線圖
Seaborn 中的 Line Plot 使用 lineplot() 方法繪制。 在這種情況下，我們也可以只傳遞 data 參數(shù)。
示例：
# 導(dǎo)包
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
# 讀取數(shù)據(jù)庫(kù)
data = pd.read_csv("tips.csv")
sns.lineplot(x='day', y='tip', data=data)
plt.show()
輸出：
示例 2：
# 導(dǎo)包
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
# 讀取數(shù)據(jù)庫(kù)
data = pd.read_csv("tips.csv")
# 僅使用數(shù)據(jù)屬性
sns.lineplot(data=data.drop(['total_bill'], axis=1))
plt.show()
輸出：
條形圖
Seaborn 中的條形圖可以使用barplot()方法.
例子：
# 導(dǎo)包
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
# 讀取數(shù)據(jù)庫(kù)
data = pd.read_csv("tips.csv")
sns.barplot(x='day',y='tip', data=data,
hue='sex')
plt.show()
輸出：
直方圖
Seaborn 中的直方圖可以使用histplot() 函數(shù)繪制。
例子：
# 導(dǎo)包
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
# 讀取數(shù)據(jù)庫(kù)
data = pd.read_csv("tips.csv")
sns.histplot(x='total_bill', data=data, kde=True, hue='sex')
plt.show()
輸出：
在瀏覽完所有這些繪圖后，您一定已經(jīng)注意到，使用 Seaborn 自定義繪圖比使用 Matplotlib 容易得多。 它也是基于 matplotlib 構(gòu)建的，那么我們也可以在使用 Seaborn 時(shí)使用 matplotlib 函數(shù)。下一節(jié)我們繼續(xù)談第三個(gè)庫(kù)——Bokeh
總結(jié)
本篇文章就到這里了，希望能夠給你帶來(lái)幫助，也希望您能夠多多關(guān)注本站的更多內(nèi)容！
版權(quán)聲明：本站文章來(lái)源標(biāo)注為YINGSOO的內(nèi)容版權(quán)均為本站所有，歡迎引用、轉(zhuǎn)載，請(qǐng)保持原文完整并注明來(lái)源及原文鏈接。禁止復(fù)制或仿造本網(wǎng)站，禁止在非www.sddonglingsh.com所屬的服務(wù)器上建立鏡像，否則將依法追究法律責(zé)任。本站部分內(nèi)容來(lái)源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來(lái)，僅供學(xué)習(xí)參考，不代表本站立場(chǎng)，如有內(nèi)容涉嫌侵權(quán)，請(qǐng)聯(lián)系alex-e#qq.com處理。
關(guān)注官方微信