python调用seaborn库实现数据可视化

预整理前，跑了下代码，调出来十几张图。

总的来说，画图可以借助pandas 里面的一个seaborn库来画图。代码简洁，款式新颖。

• 单变量
  seaborn 来画直方图特别好的一点是，它同时能够画出和密度曲线图。
  （说起核函数、核密度，在算法里出现太多次，拜读了一个博主的博客，被博主非常规套路折服，等把无监督的机器分类跑完，想用自己的话整理一波核函数的应用）

• 1）直方图

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
tips=pd.read_csv('tips.csv')
# 我太懒了，就还是用tips数据集吧 
# 这个和之前不一样的是，在创建画布的时候，直接使用subplots创建画布，格式也不一样
hist,ax=plt.subplots()
# 使用seaborn的displot函数绘图
ax=sns.distplot(tips['total_bill'])
ax.set_title('total bill histogram with density plot')
plt.show()

displot 默认会同时绘制直方图和密度图（使用核密度估计法）。 如果只想绘制直方图，可以把kde参数设置为False。像这样：

ax=sns.distplot(tips['total_bill'],kde=False)

同理，如果你只想要核密度曲线图，而不要直方图，那就把hist参数设置成False 就可以了。像这样：

ax=sns.distplot(tips['total_bill'],hist=False)

• 2）频数分布图
  直接添加 rug参数=True 即可

hist_den_rug,ax=plt.subplots()
ax=sns.distplot(tips['total_bill'],rug=True)
ax.set_title('total bill histogram with density and rug plot')
ax.set_xlabel('total bill')
plt.show()