数据可视化之seaborn（3）

接之前的第二篇，在绘图之前我们先导入需要的包做好准备工作。

import seaborn as sns
import matplotlib.pyplot as plt 
%matplotlib inline  
import numpy as np
import pandas as pd

plt.rcParams['font.sans-serif']=['SimHei'] 
plt.rcParams['axes.unicode_minus'] = False 
sns.set_style=('darkgrid',{
   'font.sans-serif':['SimHei','Arial']})

import warnings#去除部分警告信息
warnings.filterwarnings('ignore')

准备工作做好我们就开始绘图吧。

线图（seaborn.lineplot）

lineplot(x=None, y=None, hue=None, size=None, style=None, 
data=None, palette=None, hue_order=None, hue_norm=None, 
sizes=None, size_order=None, size_norm=None, dashes=True, 
markers=None,style_order=None, units=None, estimator='mean',
ci=95, n_boot=1000, sort=True, err_style='band', err_kws=None, 
legend='brief', ax=None, **kwargs)

x，y，hue
data：数据集。
style：绘图的风格。
size：绘图的大小。
palette：调色板。
markers：绘图的形状。
ci：允许的误差范围（空值误差的百分比，0-100之间），可为‘sd’，则采用标准差（默认95）。
dashes：是否绘制破折号。
n_boot（int）：计算置信区间要使用的迭代次数。
alpha：透明度。
x_jitter，y_jitter：设置点的抖动程度。

data={
   
    'apples':[3,2,0,1],
    'oranges':[0,