Seaborn 库

本文探讨了Seaborn库在图形控制方面的精妙之处,揭示如何通过Seaborn创建美观且富有洞察力的数据可视化作品。
摘要由CSDN通过智能技术生成
import seaborn as sns
import matplotlib.pyplot as plt
%matplotlib inline  #是为了在 Jupyter 中正常显示图形,若没有这行代码,图形显示不出来的
titanic=sns.load_dataset('titanic')  #数据导入
sns.barplot(x='class',y='survived',data=titanic)  #输出柱状图形
titanic.sample(10)  #查看数据集的随机10行数据,用sample()方法
age1=titanic['age'].dropna()  #dropna()方法可以去除'age'中的缺失值,distplot不能处理缺失数据
sns.distplot(age1) #输出曲线图
sns.distplot(age1,kde=False)  #去掉拟合的密度估计曲线,kde参数设为False
load_dataset() 数据导入
barplot
distplot() 直方图
countplot
boxplot
violinplot
regplot
lmplot
heatmap

- 图形控制的艺术

<
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值