出品 | Python数据之道 (ID:PyDataRoad)
轻松用 Seaborn 进行数据可视化
摘要:
本文属于 Seaborn 的基础教程,介绍了 直方图、联合分布图、矩阵图、箱形图等,通过本文可以看出,使用 seaborn 可以轻松的进行数据可视化。
『Python数据之道』已整合本文的相关源代码到 jupyter notebook 文件中,如需获取,请在公众号后台回复 “code”。
Seaborn 是一个数据可视化库,可帮助在Python中创建有趣的数据可视化。 大多数数据分析需要识别趋势和建立模型。 本文将帮助您开始使用 Seaborn库创建数据可视化。
Seaborn 是一个出色的数据可视化库,它让我们的生活变得轻松。 首先,您应该在 jupyter notebook 中键入以下命令。
import pandas as pd # Pandas
import numpy as np # Numpy
import matplotlib.pyplot as plt # Matplotlibrary
import seaborn as sns # Seaborn Library
%matplotlib inline
sns.set()
1 直方图 (Distplot)
sns.distplot()结合直方图并绘制核密度估计图。 这里 bin 区间大小是自动计算的。
sns.distplot(data[“variablename”])
我们将使用以下代码在 jupyter notebook 中加载数据集。
集。
# Load the Dataset in Python
tips = sns.load_dataset("tips")
tips.head()
现在,由于我们已经加载了数据集,我们将使用 “total_bill” 变量创建第一个图。 让我们从 tips数据集创建 “total_bill” 变量的 distplot。
sns.distplot(tips["total_bill"], bins=16, color="purple")
# Binsize is calculated using square-root of row count.<