Import seaborn as sns
import numpy as np
import matplotlib as mpl
Import matplotlib.pyplot as plt
%matplotlib inline #直接显示图
####整体风格
sns.set() #让图像改为sns默认风格
sns有五种主题风格
Darkgrid whitegrid dark white ticks
Sns.set_style("dark") #让图像改为特定风格
Sns.set_style("ticks") #让坐标轴有分段
Sns.despine() #去掉图像的上边和右边的轴线
Sns.despine(offset=10) #设置图像离轴线的距离
Sns.despine(left = True)#去掉左边的轴线
With sns.axes_style("darkgrid"):
********
#在with里的代码执行特定的风格
Sns.set_context('talk'/'paper'/'notebook',font_scale=3.5,rc={"lines.linewidth:2.5"})#为图像设置不同的特定大小,坐标轴上的数字大小,线条的厚度
####颜色
##离散型画板
Sns.palplot(sns.color_palette())#显示默认的十种颜色
Sns.palplot(sns.color_palette("hls",8))#显示使用的hls的颜色空间,将颜色分为八个
sns.boxplot(data=data,palette=sns.color_palette("hls",8))#将数据分为八个颜色
Sns.palplot(sns.hls_palette(8,l=7,s=9))#调节颜色亮度和饱和度
Sns.palplot(sns.color_palette("Paired",8))#调用paired颜色空间,这个空间是把颜色分为八个,每两个相邻的为一对相近的颜色
Sns.xkcd_rgb["pale red"] #xkcd里有954个可以随时通过xkcd_rgb字典中调用的命名颜色
##连续型画板
Sns.palplot(sns.color_palette("Blues"))#显示十种连续渐变的蓝色,默认由浅变深
Sns.palplot(sns.color_palette("Blue_r"))#由深变浅
Sns.palplot(sns.color_palette("cubehelix",8))#显示八种由深到浅的饱和度,亮度线性变化的颜色版
Sns.palplot(sns.cubehelix_palette(8,start=.5,rot=-.75))#改变颜色的起始和终止位置
Sns.palplot(sns.light_palette("green"))#由浅到深的浅色调
Sns.palplot(sns.dark_palette("purple"))#由深到浅的深色调
Sns.palplot(sns.light_palette(210,90,60),input="husl")#在husl的颜色空间里选特定的颜色
####绘图
Sns.distplot(x,kde=Flase)#制作直方图
Sns.distplot(x,bins=20,kde=Flase)#将直方图分为20份
Sns.distplot(x,kde=Flase,fit=stats.gamma)#给直方图上加一条数据折线图显示数据走势
Sns.joinplot(x="x",y="y",data=df)#制作散点图,xy是横轴和纵轴的名字,data是要传入的数据
Sns.joinplot(x=x,y=y,kind="hex",color="k")#x和y是要传入的数据,hex是一种将那个地方数量多显现化的蜂窝图
Sns.pairplot(iris)#iris是要传入的数据,这个方法可以显示数据两两之间的关系
Sns.regplot(x="total_bill",y="tip",data=tips)#regplot可以在画出散点图的同时制造一条线性回归线来拟合数据变化情况
Sns.regplot(x="size",y="tip",data=tips,x_jitter=.05)#给x数据加一些浮动,比如数据集只有5,6,7,浮动之后x数据就在567周围浮动
Sns.stripplot(x="day",y="total_bill",data=tips,jitter=True)#将数据抖动
Sns.swarmplot(x="day",y="total_bill",data=tips)#将重复的散点分开在左右两侧
Sns.barplot(x="sex",y="survived",hue="class",data=titanic)#用条形图展示
Sns.point(x="sex",y="survived",hue="class",data=titanic)#点图,像折线图
sns.point(x="class",y="survived",hue="sex",dadta=titanic,palette={"male":"g","female":"m"},markers=["^","O"],linestyles=["-","--"])
#为折线图设置颜色,点的图案,线是虚线还是什么类型的线
Sns.boxplot(data=iris,orient="h")#格图
Sns.factorplot(x="day",y="total_bill",hue="smoker",data=yips,kind="bar")#factotplot可以画任何类型的图,只需要在kind中修改即可,默认折线图
Size=4,aspect=.5#调节图片大小和长宽比
Violin#提琴图
Count#频次图
####FaceGrid
g=Sns.FaaceGrid(tips,col="time",hue = "smoker")#tips是数据集,time是你要分出来的东西,smoker是指标
g.map(plt.hist,"tip")#在表上开始画图,这里表示的是条形图
g=sns.FacetGrid(tips,col="sex",hue="smoker")
g.map(plt.scatter,"total_bill","tip",alpha=".7",color=".8",fit_reg=True)#total_bill和tip表示x和y轴,后面是表示散点的透明度,颜色的深浅程度,画出回归线
g.add_legend()#添加指标说明
g.map(plt.scatter,"total_bill","tip",s=50,linewidth=.5,edgecolor="white")#修改图中散点的大小,轴的线宽,边缘颜色
g.set_axis_labels("Total bill","Tip)#修改X轴Y轴的名字
g.set(xticks=[10,30,50],yticks=[2,6,10])#修改轴上的数字
g.fig.subplots_adjust(wspace=.02,hspace.02)#设置组图之间的间隔
g=sns.PairGrid(iris)#呈现每两个数据之间的关系图标
g.map(plt.scatter)
g=sns.PairGrid(iris,vars=["sepal_length","sepal_width"],hue="species")#只取sepal_length和sepal_width两两之间的关系图,hue是标识
####heatmap
Sns.heatmap(uniform_data,vmin=0.2,vmax=0.5)#画一个热度图,后面两个v表示热度颜色的分布区间
Sns.heatmap(normal_data,center=0)#设置颜色的中心值
Sns.heatmap(flights,annot=True,fmt="d")#在颜色上标明数据,fmt表示数据的表示方法
Sns.heatmap(flights,linewidths=.5)#设置格与格之间的间距
Sns.heatmap(flights, cmap="TLGnBu")#设置自己的热度颜色
Sns.heatmap(flights,cbar=False)#隐藏那个热度颜色的标识