Seaborn学习以及Matplotlib基础

Seaborn库

Seaborn-1Style

sns.set()；sns.set(rc={
  "figure.figsize": (6, 6)})
sns.set_context("paper")；sns.set_context("talk")；sns.set_context("poster")
sns.set_context("notebook", font_scale=1.5, rc={
  "lines.linewidth": 2.5})
sns.set_style("whitegrid")
plt.figure(figsize=(8, 6))

5种主题风格

•   darkgrid
•   whitegrid
•   dark
•   white
•   ticks

图形的绘制

sns.violinplot(data)
sns.boxplot(data=data, palette="deep")

坐标轴的一些设置（隐藏、距离）
子图绘制

Seaborn-2 ColorPlatte

分类色板
6个默认的颜色循环主题： deep, muted, pastel, bright, dark, colorblind
圆形画板
当你有六个以上的分类要区分时，最简单的方法就是在一个圆形的颜色空间中画出均匀间隔的颜色(这样的色调会保持亮度和饱和度不变)。这是大多数的当他们需要使用比当前默认颜色循环中设置的颜色更多时的默认方案。
连续色板
色彩随数据变换，比如数据越来越重要则颜色越来越深

Seaborn-3Var

直方图

sns.distplot(x, kde=False, fit=stats.gamma)

观察两个变量之间的关系：

sns.jointplot(x="x", y="y", data=df);
sns.jointplot(x=x, y=y, kind="hex", color="k")

一次性观察两两特征之间的关系

sns.pairplot(iris)

Seaborn4-REG

两个变量回归作图：

sns.regplot(x="total_bill", y="tip", data=tips)

含有三个属性的回归作图：
其中hue为category变量

sns.lmplot(x="total_bill", y="tip", hue="smoker", data=tips,
           markers=["o", "x"], palette="Set1");

含有四、五个属性（两个连续，两、三个是category变量）的回归作图：

sns.lmplot(x="total_bill", y="tip", hue="smoker",
           col="time", row="sex", data=tips);

在指定的axis上画图：