seaborn学习笔记一

简单粗暴先上官网这里哦
在matplotlib的基础上进行更高级的API封装（就只需要一个简单的命令）从而使得作图更加容易

Seaborn优势

优势：绘制漂亮图表，数据分析而设计的绘制库，能与pandas很好结合

Seaborn安装

在cmd使用pip命令，如果以前安装了查看版本，最新是0.9.0

import seaborn as sns
sns.__version__

Seaborn绘图

绘制图表分类

• 分类图：
  柱状图barplot
  箱线图boxplot
  小提琴图violinplot
  散点图（stripplot、swarmplot）
  分面网格（FacetGrid）
  分类图catplot

• 关联图：
  散点图scatterplot
  线图lineplot
  分面网格（FacetGrid）关联图relplot

• 分布图：
  单变量分布图distplot
  密度图kdeplot

• 矩阵图：
  热力图heatmap
  聚类图clustermap

• 回归图：
  线性回归图regplot
  分面网格（FacetGrid）线性图lmplot

• 分面网格：FacetGrid

Seaborn内置数据集

可以通过load_dataset函数加载数据集，返回DataFrame对象，语法如下：
seaborn.load_dataset(name数据集名字，cache=True是否提供缓存，data_home=None指定缓存路径，…)
sns.get_dataset_names()获得数据集名字
另外，可以将数据集全部都下载下来，保存到C:\Users\Admininstrator中新建一个文件夹，小白取的名字是seaborn-data，日后需要数据集的时候就方便很多，还可以通过函数获得每个数据集的名字，从而选取自己需要的适合的数据集。

names = sns.get_dataset_names()
print(names)

sns.set()

可以用help命令查看有什么参数，举个栗子，style的五个可选参数（darkgrid默认灰网格，whitegrid白网格，dark灰色背景，white白色背景，ticks坐标轴有刻度）

sns.despine()

去除Seaborn图脊，默认去除上边和右边，还可以自己设置，如：

sns.despine(left=True, bottom=True)

左边和下边也会去掉

sns.set_context()

用于设置周边的字体，像标题等，再来一个栗子context下列可选参数从左往右依次变大（可通过中文意思判断）paper、notebook、talk、poster
用==sns.plotting_context()==查看当前各参数

Seaborn调色板

在seaborn中颜色主要分为连续渐变色板和离散分类色板
分类色板，主要用color_palette()函数，该函数能传入任何Matplotlib所支持的颜色，不写参数则为默认颜色，set_palette()设置所有图的颜色
6个默认的颜色循环主题：deep，muted，pastel，bright，dark，colorblind

这个宁们自己看看，小白带大家玩一下自定义颜色

Reds Greens Blues Oranges Purples

颜色渐变的调色板
Seaborn定义了一个hls_palette方法，通过该方法可以控制颜色的亮度和饱和度

一个交互式的方法
参数as_cmap=True设置后没有一个一个的格子，是一整条

图，各种图

柱状图

sns.barplot(x, y, hue绘图中所使用的分类/连续变量/颜色分组变量名，data数据框名称，order，hue_order用来定义hue变量各类别取值的绘图顺序，orient有v垂直和h水平两种绘制方向，saturation参数是浮点数用于设置直条颜色的饱和度
再再举栗子，用数据集里的tips数据集

hue参数，这样就可以做出两个同一图palette调色板

sns.barplot(x='day',y='tip',data=tips,hue='sex',palette='Blues')

箱线图

seaborn.boxplot(x，y，hue，data，orient，color，palette，saturation箱体颜色的饱和度，width=浮点数箱体宽度所占比例，fliersize=浮点数离群值散点大小，linewidth=None框线宽度，whis=浮点数离群值确定标准…)

还是用tips的栗子，把x,y交换就横过来了，用hue分类来对比

plot(y='day',x='tip',data=tips,hue='sex',palette='Greens')

小提琴图

其实是箱线图和密度图的结合

参数都是通用的，这里介绍一个参数，split参数将每个小提琴分开只要一半，康康下面的栗子：

sns.violinplot(x='day',y='tip',data=tips,hue='sex', palette='Blues',split=True)

今天就到这里，下一篇再介绍分类散点图——Strip图与Swarm图，分面网格分类图和散点图吧，就酱，白白！