如何用Seaborn描绘线图，分面网格关联图，密度图，连接图，热力图，线性回归图，分面网格绘图

最新推荐文章于 2024-05-30 20:56:15 发布

dzx159266

最新推荐文章于 2024-05-30 20:56:15 发布

阅读量1.6k

点赞数 2

分类专栏：技术博客文章标签： Seaborn python画图统计画图

本文链接：https://blog.csdn.net/dongzixian/article/details/102761305

版权

本文详细介绍了使用Seaborn库在Python中创建各种图形的方法，包括线图的数据导入、双变量密度图、连接图的展示、热力图的色彩调整、线性回归图的绘制，以及通过分面网格进行复杂数据的可视化。通过对这些图形的理解和实践，可以帮助提升数据分析和可视化的能力。

摘要由CSDN通过智能技术生成

线图

data = {
    'apple':[4,0,7,8],
    'orange':[3,5,6,7],
    'bananas':[6,4,5,3]
}
df = pd.DataFrame(data,index=['a','b','c','d'])
df

在这里插入图片描述

plt.figure(dpi=150)
sns.lineplot(data=df)#一列一条线

在这里插入图片描述

tips = sns.load_dataset("tips")
tips.head()

在这里插入图片描述

plt.figure(dpi=150)
sns.lineplot(x= 'total_bill',y='tip',data=tips)

在这里插入图片描述

sns.lineplot(x = 'total_bill',y='tip',hue='sex',data=tips)

在这里插入图片描述

plt.figur

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

关注关注