python科学计算库（四）Seaborn

介绍

Matplotlib虽然已经是比较优秀的绘图库了，但是它有个今人头疼的问题，那就是API使用过于复杂，它里面有上千个函数和参数，属于典型的那种可以用它做任何事，却无从下手。

Seaborn基于 Matplotlib核心库进行了更高级的API封装，可以轻松地画出更漂亮的图形，而Seaborn的漂亮主要体现在配色更加舒服，以及图形元素的样式更加细腻。

绘制单变量分布

seaborn.distplot(a, bins=None, hist=True, kde=True, rug=False, fit=None, color=None)

(1) a：表示要观察的数据，可以是 Series、一维数组或列表。
(2) bins：用于控制条形的数量。
(3) hist：接收布尔类型，表示是否绘制(标注)直方图。
(4) kde：接收布尔类型，表示是否绘制高斯核密度估计曲线。
(5) rug：接收布尔类型，表示是否在支持的轴方向上绘制rugplot。

绘制双变量分布

seaborn.jointplot(x, y, data=None, kind='scatter',stat_func=None, color=None, ratio=5, space=0.2, dropna=True)

(1) kind：表示绘制图形的类型。
(2) stat_func：用于计算有关关系的统计量并标注图。
(3) color：表示绘图元素的颜色。
(4) size：用于设置图的大小(正方形)。
(5) ratio：表示中心图与侧边图的比例。该参数的值越大，则中心图的占比会越大。
(6) space：用于设置中心图与侧边图的间隔大小。

绘制成对双变量分布

sns.pairplot()

分类数据画图

seaborn.stripplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, jitter=False)：类别散点图
sns.swarmplot(x="day", y="total_bill", data=tips)不重叠的散点图

seaborn.boxplot(x=None, y=None, hue=None, data=None, orient=None, color=None, saturation=0.75, width=0.8)：箱型图

seaborn.violinplot(x=None, y=None, hue=None, data=None)：提琴图

seaborn.barplot()：条形图

seaborn.pointplot()：点图